一、无向图
1.1 图的相关术语
相邻顶点:
当两个顶点通过一条边相连时,我们称这两个顶点是相邻的,并且称这条边依附于这两个顶点。
度:
某个顶点的度就是依附于该顶点的边的个数。
子图:
是一幅图的所有边的子集(包含这些边依附的顶点)组成的图。
路径:
是由边顺序连接的一系列的顶点组成。
环:
是一条至少含有一条边且终点和起点相同的路径。
连通图:
如果图中任意一个顶点都存在一条路径到达另外一个顶点,那么这幅图就称之为连通图。
连通子图:
一个非连通图由若干连通的部分组成,每一个连通的部分都可以称为该图的连通子图。
1.2 图的存储结构
要表示一幅图,只需要表示清楚以下两部分内容即可:
- 图中所有的顶点;
- 所有连接顶点的边;
常见的图的存储结构有两种:邻接矩阵和邻接表
1.2.1 邻接矩阵
- 使用一个V*V的二维数组int[V] [V] adj,把索引的值看做是顶点;
- 如果顶点v和顶点w相连,我们只需要将adj[v] [w]和adj[w] [v]的值设置为1,否则设置为0即可。
很明显,邻接矩阵这种存储方式的空间复杂度是V^2的,如果我们处理的问题规模比较大的话,内存空间极有可能不够用。
1.2.2 邻接表
使用一个大小为V的数组 Queue[V] adj,把索引看做是顶点
每个索引处adj[v]存储了一个队列,该队列中存储的是所有与该顶点相邻的其他顶点
很明显,邻接表的空间并不是是线性级别的
1.3 图的实现
1.3.1 图的API设计
类名 | Graph |
---|---|
构造方法 | Graph(int V):创建一个包含V个顶点但不包含边的图 |
成员方法 | 1.public int V():获取图中顶点的数量 2.public int E():获取图中边的数量 3.public void addEdge(int v,int w):向图中添加一条边 v-w 4.public Queue adj(int v):获取和顶点v相邻的所有顶点 |
成员变量 | 1.private final int V: 记录顶点数量 2.private int E: 记录边数量 3.private Queue[] adj: 邻接表 |
1.3.2 代码实现
package cn.itcast.algorithm.graph;
import cn.itcast.algorithm.linear.Queue;
/**
* 无向图
*/
public class Graph {
// 顶点数目
private final int V;
// 边的数目
private int E;
// 邻接表
private Queue<Integer>[] adj;
public Graph(int v) {
// 初始化顶点的数量
this.V = v;
// 初始化边的数量
this.E = 0;
// 初始化邻接表
this.adj = new Queue[V];
for (int i = 0; i < V; i++) {
adj[i] = new Queue<Integer>();
}
}
// 获取顶点的数目
public int V() {
return V;
}
// 获取边的数目
public int E() {
return E;
}
// 向图中添加一条边 v-w
public void addEdge(int v, int w) {
// 无向图中边是无方向的,所以可以说该边是从v到w的,也可以说是从w到v的,所以要让w出现在v的邻接表中,也要让v出现在w的邻接表中
adj[v].enqueue(w);
adj[w].enqueue(v);
// 边的数量+1
E++;
}
// 获取和顶点v相邻的所有的顶点
public Queue<Integer> adj(int v) {
return adj[v];
}
}
1.4 图的搜索
在很多情况下,我们需要遍历图,得到图的一些性质,例如,找出图中与指定的顶点相连的所有顶点,或者判定某个顶点与指定顶点是否相通,是非常常见的需求。
有关图的搜索,最经典的算法有深度优先搜索和广度优先搜索,接下来我们分别讲解这两种搜索算法。
1.4.1 深度优先搜索
所谓的深度优先搜索,指的是在搜索时,如果遇到一个结点既有子结点,又有兄弟结点,那么先找子结点,然后找兄弟结点。
很明显,在由于边是没有方向的,所以,如果4和5顶点相连,那么4会出现在5的相邻链表中,5也会出现在4的相邻链表中,那么为了不对顶点进行重复搜索,应该要有相应的标记来表示当前顶点有没有搜索过,可以使用一个布尔类型的数组 boolean[V] marked,索引代表顶点,值代表当前顶点是否已经搜索,如果已经搜索,标记为true,如果没有搜索,标记为false;
API设计:
类名 | DepthFirstSearch |
---|---|
构造方法 | DepthFirstSearch(Graph G,int s):构造深度优先搜索对象,使用深度优先搜索找出G图中s顶点的所有相通顶点 |
成员方法 | 1.private void dfs(Graph G, int v):使用深度优先搜索找出G图中v顶点的所有相通顶点 2.public boolean marked(int w):判断w顶点与s顶点是否相通 3.public int count():获取与顶点s相通的所有顶点的总数 |
成员变量 | 1.private boolean[] marked: 索引代表顶点,值表示当前顶点是否已经被搜索 2.private int count:记录有多少个顶点与s顶点相通 |
代码:
/**
* 深度优先搜索--无向图
*/
public class DepthFirstSearch {
// 索引代表顶点,值表示当前顶点是否已经被搜索
private boolean[] marked;
// 记录有多少个顶点与s顶点相通
private int count;
//构造深度优先搜索对象,使用深度优先搜索找出G图中s顶点的所有相邻顶点
public DepthFirstSearch(Graph G, int s) {
// 初始化与s顶点相通的顶点的个数
this.count = 0;
// 创建一个和图的顶点数一样大小的布尔数组
this.marked = new boolean[G.V()];
// 搜索G图中与顶点s相同的所有顶点
dfs(G, s);
}
// 使用深度优先搜索找出G图中v顶点的所有相邻顶点
private void dfs(Graph G, int v) {
// 将当前结点标记为true
marked[v] = true;
// 遍历v顶点的邻接表,得到每一个顶点w
for (Integer w : G.adj(v)) {
// 如果当前顶点w没有被搜索过,则递归搜索与w顶点相通的其他顶点
if (!marked[w]) {
// 相通的顶点数量+1
count++;
dfs(G, w);
}
}
}
// 判断w顶点与s顶点是否相通
public boolean marked(int w) {
return marked[w];
}
// 获取与顶点s相通的所有顶点的总数
public int count() {
return count;
}
}
1.4.2 广度优先搜索
所谓的深度优先搜索,指的是在搜索时,如果遇到一个结点既有子结点,又有兄弟结点,那么先找兄弟结点,然后找子结点。
API设计:
类名 | BreadthFirstSearch |
---|---|
构造方法 | BreadthFirstSearch(Graph G,int s):构造广度优先搜索对象,使用广度优先搜索找出G图中s顶点的所有相邻顶点 |
成员方法 | 1.private void bfs(Graph G, int v):使用广度优先搜索找出G图中v顶点的所有相邻顶点 2.public boolean marked(int w):判断w顶点与s顶点是否相通 3.public int count():获取与顶点s相通的所有顶点的总数 |
成员变量 | 1.private boolean[] marked: 索引代表顶点,值表示当前顶点是否已经被搜索 2.private int count:记录有多少个顶点与s顶点相通 3.private Queue waitSearch: 用来存储待搜索邻接表的点 |
代码:
/**
* 广度优先搜索--无向图
*/
public class BreadthFirstSearch {
// 索引代表顶点,值表示当前顶点是否已经被搜索
private boolean[] marked;
// 记录有多少个顶点与s顶点相通
private int count;
// 用来存储待搜索邻接表的点
private Queue<Integer> waitSearch;
// 构造广度优先搜索对象,使用广度优先搜索找出G图中s顶点的所有相邻顶点
public BreadthFirstSearch(Graph G, int s) {
// 初始化与s顶点相通的顶点的个数
this.count = 0;
// 创建一个和图的顶点数一样大小的布尔数组
this.marked = new boolean[G.V()];
// 初始化待搜索顶点的队列
waitSearch = new Queue<Integer>();
// 搜索G图中与顶点v相通的所有顶点
dfs(G, s);
}
// 使用广度优先搜索找出G图中v顶点的所有相邻顶点
private void dfs(Graph G, int v) {
// 将当前顶点标记为true
marked[v] = true;
// 将当前顶点v入队列,待搜索
waitSearch.enqueue(v);
// 队列不为空,则从队列中弹出一个待搜索的顶点进行搜索
while (!waitSearch.isEmpty()) {
// 弹出待搜索的顶点
Integer wait = waitSearch.dequeue();
// 遍历当前顶点的连通顶点
for (Integer w : G.adj(wait)) {
// 未被搜索过的顶点进行入队列,并进行已搜索标识
if (!marked(w)) {
waitSearch.enqueue(w);
marked[w] = true;
// 连通顶点数量+1
count++;
}
}
}
}
// 判断w顶点与s顶点是否相通
public boolean marked(int w) {
return marked[w];
}
// 获取与顶点s相通的所有顶点的总数
public int count() {
return count;
}
}
1.5 路径查找
在实际生活中,地图是我们经常使用的一种工具,通常我们会用它进行导航,输入一个出发城市,输入一个目的地城市,就可以把路线规划好,而在规划好的这个路线上,会路过很多中间的城市。这类问题翻译成专业问题就是:从s顶点到v顶点是否存在一条路径?如果存在,请找出这条路径。
例如在上图上查找顶点0到顶点4的路径用红色标识出来,那么我们可以把该路径表示为 0-2-3-4。
1.5.1 路径查找API设计
类名 | DepthFirstPaths |
---|---|
构造方法 | DepthFirstPaths(Graph G,int s):构造深度优先搜索对象,使用深度优先搜索找出G图中起点为s的所有路径 |
成员方法 | 1.private void dfs(Graph G, int v):使用深度优先搜索找出G图中v顶点的所有相邻顶点 2.public boolean hasPathTo(int v):判断v顶点与s顶点是否存在路径 3.public Stack pathTo(int v):找出从起点s到顶点v的路径(就是该路径经过的顶点) |
成员变量 | 1.private boolean[] marked: 索引代表顶点,值表示当前顶点是否已经被搜索 2.private int s:起点 3.private int[] edgeTo:索引代表顶点,值代表从起点s到当前顶点路径上的最后一个顶点 |
1.5.2 路径查找的实现
我们实现路径查找,最基本的操作还是得遍历并搜索图,所以,我们的实现暂且基于深度优先搜索来完成。其搜索的过程是比较简单的。我们添加了edgeTo[]整型数组,这个整型数组会记录从每个顶点回到起点s的路径。如果我们把顶点设定为0,那么它的搜索可以表示为下图:
根据最终edgeTo的结果,我们很容易能够找到从起点0到任意顶点的路径;
/**
* 无向图--深度优先搜索路径
*/
public class DepthFirstPaths {
// 索引代表顶点,值表示当前顶点是否已经被搜索
private boolean[] marked;
// 起点
private int s;
// 索引代表顶点,值代表深度优先搜索条件下的其上一个顶点
private int[] edgeTo;
// 构造深度优先搜索对象,使用深度优先搜索找出G图中起点为s的所有路径
public DepthFirstPaths(Graph G, int s) {
// 创建一个和图的顶点数一样大小的布尔数组
this.marked = new boolean[G.V()];
// 创建一个和图顶点数一样大小的整型数组
this.edgeTo = new int[G.V()];
// 初始化顶点
this.s = s;
// 搜索G图中起点为s的所有路径
dfs(G, s);
}
// 使用深度优先搜索找出G图中v顶点的所有相邻顶点,并为其指定上一个顶点
private void dfs(Graph G, int v) {
// 将当前结点标记为true
marked[v] = true;
// 遍历v顶点的邻接表,得到每一个顶点w
for (Integer w : G.adj(v)) {
// 如果当前顶点w没有被搜索过,则递归搜索与w顶点相通的其他顶点,并指定其上一个顶点
if (!marked[w]) {
// 指定其上一个顶点
edgeTo[w] = v;
dfs(G, w);
}
}
}
// 判断w顶点与s顶点是否存在路径(也就是是否相通)
public boolean hasPathTo(int w) {
return marked[w];
}
// 找出从起点s到顶点v的路径(就是该路径经过的顶点)
public Stack<Integer> pathTo(int v) {
// 如果当前顶点与起点s不连通,直接返回null
if (!hasPathTo(v)) {
return null;
}
// 定义一个栈,用来记录路径中经过顶点的容器
Stack<Integer> path = new Stack<>();
// 将v顶点存进栈中,使用逆推法,从edgeTo中找出上一个顶点存入栈中,直至找到起点s为止
for (int i = v; i != s; i = edgeTo[i]) {
// 将当前顶点压进栈中
path.push(i);
}
// 把起点压入栈中
path.push(s);
return path;
}
}