Java实现深度优先遍历和广度优先遍历

Java实现深度优先遍历和广度优先遍历

在这里插入图片描述
深度优先搜索的步骤为:

(1)、首先节点 1 进栈,节点1在栈顶;

(2)、然后节点1出栈,访问节点1,节点1的孩子节点3进栈,节点2进栈;

(3)、节点2在栈顶,然后节点2出栈,访问节点2

(4)、节点2的孩子节点5进栈,节点4进栈

(5)、节点4在栈顶,节点4出栈,访问节点4,

(6)、节点4左右孩子为空,然后节点5在栈顶,节点5出栈,访问节点5;

(7)、节点5左右孩子为空,然后节点3在站顶,节点3出栈,访问节点3;

(8)、节点3的孩子节点7进栈,节点6进栈

(9)、节点6在栈顶,节点6出栈,访问节点6;

(10)、节点6的孩子为空,这个时候节点7在栈顶,节点7出栈,访问节点7

(11)、节点7的左右孩子为空,此时栈为空,遍历结束。

广度优先遍历:广度优先遍历是连通图的一种遍历策略,因为它的思想是从一个顶点V0开始,辐射状地优先遍历其周围较广的区域故得名。

根据广度优先遍历的特点我们利用Java数据结构队列Queue来实现。

广度优先搜索的步骤为:

(1)、节点1进队,节点1出队,访问节点1

(2)、节点1的孩子节点2进队,节点3进队。

(3)、节点2出队,访问节点2,节点2的孩子节点4进队,节点5进队;

(4)、节点3出队,访问节点3,节点3的孩子节点6进队,节点7进队;

(5)、节点4出队,访问节点4,节点4没有孩子节点。

(6)、节点5出队,访问节点5,节点5没有孩子节点。

(7)、节点6出队,访问节点6,节点6没有孩子节点。

(8)、节点7出队,访问节点7,节点7没有孩子节点,结束。

代码:

二叉树的基础代码:

/**
 * 二叉树数据结构
 * 
 *
 */
public class TreeNode {
	int data;
	TreeNode leftNode;
	TreeNode rightNode;
	public TreeNode() {
		
	}
	public TreeNode(int d) {
		data=d;
	}
	
	public TreeNode(TreeNode left,TreeNode right,int d) {
		leftNode=left;
		rightNode=right;
		data=d;
	}
	
 
}

广度优先和深度优先遍历算法实现代码:

import java.util.LinkedList;
import java.util.Queue;
import java.util.Stack;
 
//二叉树插入数据
public class DeepFirstSort {
	public static void main(String[] args) {
		TreeNode head=new TreeNode(1);
		TreeNode second=new TreeNode(2);
		TreeNode three=new TreeNode(3);
		TreeNode four=new TreeNode(4);
		TreeNode five=new TreeNode(5);
		TreeNode six=new TreeNode(6);
		TreeNode seven=new TreeNode(7);
		head.rightNode=three;
		head.leftNode=second;
		second.rightNode=five;
		second.leftNode=four;
		three.rightNode=seven;
		three.leftNode=six;
		System.out.print("广度优先遍历结果:");
		new DeepFirstSort().BroadFirstSearch(head);
		System.out.println();
		System.out.print("深度优先遍历结果:");
		new DeepFirstSort().depthFirstSearch(head);
	}
	
	//广度优先遍历是使用队列实现的
	public void BroadFirstSearch(TreeNode nodeHead) {
		if(nodeHead==null) {
			return;
		}
		Queue<TreeNode> myQueue=new LinkedList<>();
		myQueue.add(nodeHead);
		while(!myQueue.isEmpty()) {
			TreeNode node=myQueue.poll();
			System.out.print(node.data+" ");
			if(null!=node.leftNode) {
				myQueue.add(node.leftNode);    //深度优先遍历,我们在这里采用每一行从左到右遍历
			}
			if(null!=node.rightNode) {
				myQueue.add(node.rightNode);
			}
			
		}
	}
	
	//深度优先遍历
	public void depthFirstSearch(TreeNode nodeHead) {
		if(nodeHead==null) {
			return;
		}
		Stack<TreeNode> myStack=new Stack<>();
		myStack.add(nodeHead);
		while(!myStack.isEmpty()) {
			TreeNode node=myStack.pop();    //弹出栈顶元素
			System.out.print(node.data+" ");
			if(node.rightNode!=null) {
				myStack.push(node.rightNode);    //深度优先遍历,先遍历左边,后遍历右边,栈先进后出
			}
			if(node.leftNode!=null) {
				myStack.push(node.leftNode);
			}
		}
		
	}
 
}

结果为:
在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值