java 宽度优先遍历_【图数据结构的遍历】java实现广度优先和深度优先遍历

##【图数据结构的遍历】java实现广度优先和深度优先遍历 宽度优先搜索(BFS)遍历图需要使用队列queue数据结构； 深度优先搜索(DFS, Depth First Search)的实现 需要使用到栈stack数据结构。

java中虽然有Queue接口，单java并没有给出具体的队列实现类，而Java中让LinkedList类实现了Queue接口，所以使用队列的时候，一般采用LinkedList。因为LinkedList是双向链表，可以很方便的实现队列的所有功能。 java中定义队列 一般这样定义： Queue queue = new LinkedList();

java中的栈由java.util.Stack类实现，是一个后进先出(last in first out，LIFO)的堆栈，在Vector类的基础上扩展5个方法而来。

E push(E item)

把项压入堆栈顶部。

E pop()

移除堆栈顶部的对象，并作为此函数的值返回该对象。

E peek()

查看堆栈顶部的对象，但不从堆栈中移除它。

boolean empty()

测试堆栈是否为空。

int search(Object o)

返回对象在堆栈中的位置，以 1 为基数。

BFS和DFS遍历代码实现如下：

import java.util.*;

/**

* 使用java实现图的图的广度优先 和深度优先遍历算法。

*/

public class GraphLoopTest {

private Map> graph = new HashMap>();

/**

* 初始化图数据：使用邻居表来表示图数据。

*/

public void initGraphData() {

// 图结构如下

// 1

// / \

// 2 3

// / \ / \

// 4 5 6 7

// \ | / \ /

// 8 9

graph.put("1", Arrays.asList("2", "3"));

graph.put("2", Arrays.asList("1", "4", "5"));

graph.put("3", Arrays.asList("1", "6", "7"));

graph.put("4", Arrays.asList("2", "8"));

graph.put("5", Arrays.asList("2", "8"));

graph.put("6", Arrays.asList("3", "8", "9"));

graph.put("7", Arrays.asList("3", "9"));

graph.put("8", Arrays.asList("4", "5", "6"));

graph.put("9", Arrays.asList("6", "7"));

}

/**

* 宽度优先搜索(BFS, Breadth First Search)

* BFS使用队列(queue)来实施算法过程

*/

private Queue queue = new LinkedList();

private Map status = new HashMap();

/**

* 开始点

*

* @param startPoint

*/

public void BFSSearch(String startPoint) {

//1.把起始点放入queue；

queue.add(startPoint);

status.put(startPoint, false);

bfsLoop();

}

private void bfsLoop() {

// 1) 从queue中取出队列头的点；更新状态为已经遍历。

String currentQueueHeader = queue.poll(); //出队

status.put(currentQueueHeader, true);

System.out.println(currentQueueHeader);

// 2) 找出与此点邻接的且尚未遍历的点，进行标记，然后全部放入queue中。

List neighborPoints = graph.get(currentQueueHeader);

for (String poinit : neighborPoints) {

if (!status.getOrDefault(poinit, false)) { //未被遍历

if (queue.contains(poinit)) continue;

queue.add(poinit);

status.put(poinit, false);

}

}

if (!queue.isEmpty()) { //如果队列不为空继续遍历

bfsLoop();

}

}

/**

* 深度优先搜索(DFS, Depth First Search)

* DFS使用队列(queue)来实施算法过程

* stack具有后进先出LIFO(Last Input First Output)的特性，DFS的操作步骤如下：

*/

// 1、把起始点放入stack；

// 2、重复下述3步骤，直到stack为空为止：

// 从stack中访问栈顶的点；

// 找出与此点邻接的且尚未遍历的点，进行标记，然后全部放入stack中；

// 如果此点没有尚未遍历的邻接点，则将此点从stack中弹出。

private Stack stack = new Stack();

public void DFSSearch(String startPoint) {

stack.push(startPoint);

status.put(startPoint, true);

dfsLoop();

}

private void dfsLoop() {

if(stack.empty()){

return;

}

//查看栈顶元素，但并不出栈

String stackTopPoint = stack.peek();

// 2) 找出与此点邻接的且尚未遍历的点，进行标记，然后全部放入queue中。

List neighborPoints = graph.get(stackTopPoint);

for (String point : neighborPoints) {

if (!status.getOrDefault(point, false)) { //未被遍历

stack.push(point);

status.put(point, true);

dfsLoop();

}

}

String popPoint = stack.pop();

System.out.println(popPoint);

}

public static void main(String[] args) {

GraphLoopTest test = new GraphLoopTest();

test.initGraphData();

// test.BFSSearch("1");

test.DFSSearch("1");

}

}