图的遍历:深度优先遍历/搜索(DFS)与广度优先遍历/搜索(BFS)(Java实现)

深度优先遍历/搜索(DFS)

基本思想

  • 对于连通图:从初始访问顶点开始,先访问第一个邻接顶点,再以这个邻接顶点为新的初始顶点,访问它的第一个邻接顶点
  • 对于非连通图:对图的连通分量分别进行深度优先遍历
  • 这种方式是优先纵向深入
  • 这是一个递归的过程

算法实现

邻接矩阵的实现

	boolean[] isVisited ;   //记录顶点是否已被访问过
	
	void dfs(Graph<?> G)
	{
		//开始时所有顶点均未访问
		
		isVisited = new boolean[G.getNumOfVertexes()];
		for(int i = 0;i < isVisited.length; i++)
			isVisited[i] = false;

	
		
		//遍历所有顶点,进行DFS
		for(int i = 0; i < G.getNumOfVertexes(); i++)
			if( !isVisited[i])
				dfs(G, i);
	}
	//DFS递归算法部分
	void dfs(Graph<?> G, int i)
	{
		//访问该顶点
		System.out.println(G.getValueByIndex(i).toString());
		
		//标记为已访问
		isVisited[i] = true;
		
		//访问下个邻接顶点
		int j = 0;
		for(j = 0; j < G.getNumOfVertexes(); j++)
			if(G.edges[i][j] != Graph.INFINITY && G.edges[i][j] != 0 && !isVisited[j]) //有边且未被访问
				dfs(G, j);
		
	}

算法分析

  • 邻接矩阵结构:邻接矩阵是二维数组,要查找每个顶点的邻接点需要访问矩阵中的所有元素,所以算法时间复杂度为O(n2)

广度优先遍历/搜索(BFS)

基本思想

  • 类似于树的层序遍历
  • 使用一个辅助队列
  • 首先,将初始顶点入队列,当队列不为空的时候使队列中第一个顶点出队,将出队顶点的所有未访问过的邻接顶点入队,循环上述过程,就遍历了整个图
  • 实质上是先遍历初始顶点的所有邻接顶点,再遍历邻接顶点的邻接顶点,一层层遍历

算法实现

邻接矩阵的实现


	//BFS
	void bfs(Graph<?> G)
	{
		//使用辅助队列(链表)
		LinkedList<Integer> queue = new LinkedList<>();
		
		//开始时所有节点均未被访问
		boolean[] isVisited = new boolean[G.getNumOfVertexes()];
		for(int i = 0; i < G.getNumOfVertexes(); i++)
			isVisited[i] = false;
		
		
		//遍历所有顶点,进行BFS
		for(int i = 0; i <  G.getNumOfVertexes(); i++)
		{
			//对未被访问的顶点搜索
			if(!isVisited[i])
			{
				//访问该顶点
				System.out.println(G.getValueByIndex(i).toString());   //一个访问动作
				
				isVisited[i] = true;    //将该顶点标记为已访问
				
				queue.addLast(i);      //将此顶点入队列
				
				while(!queue.isEmpty())
				{
					i = queue.removeFirst();   //移除现队列中第一个顶点,赋给i
					for(int j = 0; j < G.getNumOfVertexes(); j++)
					{
						//访问下个邻接顶点
						if(G.edges[i][j] != Graph.INFINITY && G.edges[i][j] != 0 && !isVisited[j]) //有边且未被访问
						{
							//访问该顶点
							System.out.println(G.getValueByIndex(j).toString());   //一个访问动作
							
							isVisited[j] = true;    //将该顶点标记为已访问
							
							queue.addLast(j);      //将此顶点入队列
							
						}
					}
				}
			}
			
			
			
		}
	}

算法分析

  • 邻接矩阵结构:邻接矩阵是二维数组,要查找每个顶点的邻接点需要访问矩阵中的所有元素,所以算法时间复杂度为O(n2)

  • 两种算法时间复杂度是一样的,区别在于对顶点的访问顺序不同

  • 当遍历图的时间很长,目的是为了寻找合适的顶点时
    深度优先遍历适合目标比较明确,以找到目标为主要目的的情况
    广度优先遍历适合在不断扩大遍历范围时找到相对最优解的情况

/* * (有向)深度优先遍历算法模板 */ package dsa; public abstract class DFS extends GraphTraverse { //变量 protected static int clock = 0;//遍历过程中使用的计时钟 //构造方法 public DFS(Graph g) { super(g); } //深度优先遍历算法 protected Object traverse(Vertex v, Object info) {//从顶v出发,做深度优先查找 if (UNDISCOVERED != v.getStatus()) return null;//跳过已访问过的顶(针对非连通) v.setDStamp(clock++); v.setStatus(DISCOVERED); visit(v, info);//访问当前顶 for (Iterator it = v.outEdges(); it.hasNext();) {//检查与顶v Edge e = (Edge)it.getNext();//通过边e = (v, u) Vertex u = (Vertex)e.getVPosInV(1).getElem();//相联的每一顶u switch (u.getStatus()) {//根据u当前的不同状态,分别做相应处理 case UNDISCOVERED ://若u尚未被发现,则 e.setType(TREE);//e被归类为“树边” traverse(u, info);//从u出发,继续做深度优先查找 break; case DISCOVERED ://若u已经被发现,但对其访问尚未结束,则 e.setType(BACKWARD);//将e归类为“后向跨边” break; default ://VISITED,即对u的访问已经结束 if (u.getDStamp() < v.getDStamp())//若相对于v,u被发现得更早,则 e.setType(CROSS);//将e归类为“横跨边” else//否则 e.setType(FORWARD);//将e归类为“前向跨边” break; } }//至此,v的所有邻居都已访问结束,故 v.setFStamp(clock++); v.setStatus(VISITED);//将v标记为VISITED return null;//然后回溯 } }
评论 1
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