1. 图的基本介绍
为什么要有图?(^ V ^?)
因为
- 线性表局限于一个直接前驱和一个直接后继的关系
- 树也只能有一个直接前驱也就是父节点
- 当我们需要表示多对多的关系时,这里我们就用到了图。
1.1 图的举例说明
图是一种数据结构,其中节点可以具有零个或多个相邻元素。两个节点之间的连接称为边。
1.2 图的常用概念
- 顶点(vertex)
- 边(edge)
- 路径
- 无向图(下图)
- 有向图(下图)
- 带权图(下图)
1.3 图的表示方法
图的表示方式有两种:二维数组表示(邻接矩阵);链表表示(邻阶表)。
1. 领接矩阵
邻接矩阵是表示图形中顶点之间相邻关系的矩阵,对于n个顶点的图而言,矩阵的row和col表示的是1.。。n个点。
2. 邻接表
- 邻接矩阵需要为每个顶点都分配n个边的空间,其实有很多边都是不存在,会造成空间的一定损失。
- 邻接表的实现只关心存在的边,不关心不存在的边。因此没有空间浪费,邻接表由数组 + 链表组成。
说明:
- 标号为0的节点的相关联的节点为 1,2 , 3, 4
- 标号为1的节点的相关联节点为 0 , 4
- 标号为2的节点相关联的节点为 0 , 4 , 5
2. 图的深度优先遍历介绍
2.1 图遍历介绍
所谓图的遍历,即是对节点的访问。一个图有那么多个节点,如何遍历这些节点,需要特定策略,一般有两种访问策略:1. 深度优先遍历 2. 广度优先遍历
2.2 图的深度优先搜索(Depth First Search)
- 深度优先遍历,从初始访问节点出发,初始访问节点可能有多个邻接节点,深度优先遍历的策略就是首先访问第一个邻接节点,然后再以这个被访问的邻接节点作为初始节点,访问他的第一个邻接节点,可以这样理解:每次都在访问完当前节点后首先访问当前节点的第一个邻接节点。
- 我们可以看到,这样的访问策略是优先往纵向挖掘深入,而不是对一个节点的所有邻接节点进行横向访问。
- 显然,深度优先搜索是一个递归的过程。
2.2.1 深度优先遍历算法步骤
- 访问初始节点v,并标记节点v为已访问。
- 查找节点v的第一个邻接节点w。
- 若w存在,则继续执行4,如果w不存在,则回到第1步,将从v的下一个节点继续。
- 若w未被访问,对w进行深度优先遍历递归(即把 w 当做另一个v,然后进行步骤123).
- 查找节点v的w邻接节点的下一个邻接节点,转到步骤3.
3. 图的广度优先遍历
3.1 广度优先遍历基本思想
图的广度优先搜索(Broad First Search)
类似于一个分层搜索的过程,广度优先遍历需要使用一个队列以保持访问过的节点的顺序,以便按这个顺序来访问这些节点的邻接节点。
3.2 广度优先遍历算法步骤
- 访问初始节点v并标记节点v为已访问
- 节点v入队列
- 当队列非空时,继续执行,否则算法结束
- 出队列,取出队头节点u。
- 查找节点u的第一个邻接节点w。
- 若节点u的邻接节点w不存在,则转到步骤3;否则循环执行以下三个步骤:
6.1) 若节点w尚未被访问,则访问节点w并标记为已访问。
6.2) 节点w入队列
6.3) 查找节点u的继w邻接节点后的下一个邻接节点w,转到步骤6。
4. 图的深度优先 vs 图的广度优先
深度优先遍历顺序 1->2->4->8->5->3->6->7
广度优先遍历顺序 1->2->3->4->5->6->7->8
5. 深度优先和广度优先的代码实现
public class Graph {
private ArrayList<String> vertexList;//存储顶点集合
private int[][] edges;//存储图对应的邻接矩阵
private int numOfEdges;//表示边的数目
// 定义数组boolean[],记录某个节点是否被访问
private boolean[] isVisited = new boolean[5];
public static void main(String[] args) {
int n = 5;//节点的个数
String VertexValue[] = {
"A","B","C","D","E"};
// 创建图对象
Graph graph = new Graph