一、图的基本介绍
二、图的快速入门案例
图的创建添加代码演示:
package graph;
import java.util.ArrayList;
import java.util.Arrays;
public class Graph {
private ArrayList<String> vertexList;// 存储顶点的集合
private int[][] edges;// 存储图的对应的邻阶矩阵
private int numOfEdges;// 表示边的数目
public static void main(String[] args) {
// TODO Auto-generated method stub
// 测试图是否创建好
int n = 5;// 节点的个数
String Vertexs[] = { "A", "B", "C", "D", "E" };
// 创建图对象
Graph graph = new Graph(n);
// 循环的添加顶点
for (String vertex : Vertexs) {
graph.insertVertex(vertex);
}
// 添加边
// A-B A-C B-C B-D B-E
graph.insertEdge(0, 1, 1);
graph.insertEdge(0, 2, 1);
graph.insertEdge(1, 2, 1);
graph.insertEdge(1, 3, 1);
graph.insertEdge(1, 4, 1);
//显示
graph.showGraph();
}
// 构造器
public Graph(int n) {
edges = new int[n][n];
vertexList = new ArrayList<String>();
numOfEdges = 0;
}
// 图中常用的方法
// 返回节点的个数
public int getNumOfVertex() {
return vertexList.size();
}
// 显示图对应的矩阵
public void showGraph() {
for (int[] link : edges) {
System.out.println(Arrays.toString(link));
}
}
// 得到边的数目
public int getNumOfEdges() {
return numOfEdges;
}
// 返回节点i(下标)对应的数据0->"A" 1->"B" 2->"C"
public String getValueByIndex(int i) {
return vertexList.get(i);
}
// 返回V1 V2的权值
public int inserWeight(int v1, int v2) {
return edges[v1][v2];
}
// 插入节点
public void insertVertex(String vertex) {
vertexList.add(vertex);
}
// 添加边
/**
*
* @param v1 v1表示点的下标即是第几个顶点
* @param v2 v2第二关顶点对应的下表
* @param weight 权值
*/
public void insertEdge(int v1, int v2, int weight) {
edges[v1][v2] = weight;
edges[v2][v1] = weight;
numOfEdges++;
}
}
三、图的深度优先遍历
举例分析:
我们建这个图的时候是按照ABCDE添加的,所以我们就假设先从A开始走,先把A标记为已访问,查找B,B是存在的,看一下B有没有被访问过,B没有被访问过,所以输出B。现在又以B为节点访问下一个邻接节点,C存在,且C未被访问过,输出C。再去找D的时候发现C和D并不是连通的,然后回到刚开始进来那个节点的下一个节点也就是B,然后发现B和D是连通的,输出D
代码演示:
package graph;
import java.util.ArrayList;
import java.util.Arrays;
public class Graph {
private ArrayList<String> vertexList;// 存储顶点的集合
private int[][] edges;// 存储图的对应的邻阶矩阵
private int numOfEdges;// 表示边的数目
private boolean[] isVisited;
public static void main(String[] args) {
// TODO Auto-generated method stub
// 测试图是否创建好
int n = 5;// 节点的个数
String Vertexs[] = { "A", "B", "C", "D", "E" };
// 创建图对象
Graph graph = new Graph(n);
// 循环的添加顶点
for (String vertex : Vertexs) {
graph.insertVertex(vertex);
}
// 添加边
// A-B A-C B-C B-D B-E
graph.insertEdge(0, 1, 1);
graph.insertEdge(0, 2, 1);
graph.insertEdge(1, 2, 1);
graph.insertEdge(1, 3, 1);
graph.insertEdge(1, 4, 1);
// 显示
graph.showGraph();
//测试dfs遍历是否ok
System.out.println("深度遍历");
graph.dfs();
}
// 构造器
public Graph(int n) {
edges = new int[n][n];
vertexList = new ArrayList<String>(5);
numOfEdges = 0;
isVisited = new boolean[5];
}
// 得到第一个邻接节点下标w
/**
*
* @param index
* @return 如果存在就返回对应的下标,否则返回-1
*/
public int getFirstNeighbor(int index) {
for (int j = 0; j < vertexList.size(); j++) {
if (edges[index][j] > 0) {
return j;
}
}
return -1;
}
// 根据前一个邻接节点的下标来获取下一个邻接节点
public int getNextNeighbor(int v1, int v2) {
for (int j = v2 + 1; j < vertexList.size(); j++) {
if (edges[v1][j] > 0) {
return j;
}
}
return -1;
}
// 深度优先遍历算法
// i 第一次就是0
private void dfs(boolean[] isVisited, int i) {
// 首先访问该节点,输出
System.out.print(getValueByIndex(i) + "->");
//将该节点设置为已经访问过
isVisited[i]=true;
//查找节点i的第一个邻接节点w
int w=getFirstNeighbor(i);
while(w!=-1) {//说明有
if(!isVisited[w]) {
dfs(isVisited,w);
}
//如果w节点已经被访问过
w=getNextNeighbor(i,w);
}
}
//对dfs进行一个重载,遍历我们所有的节点,并进行dfs
public void dfs() {
//遍历所有节点,进行dfs[回溯]
for(int i=0;i<getNumOfVertex();i++) {
if(!isVisited[i]) {
dfs(isVisited,i);
}
}
}
// 图中常用的方法
// 返回节点的个数
public int getNumOfVertex() {
return vertexList.size();
}
// 显示图对应的矩阵
public void showGraph() {
for (int[] link : edges) {
System.out.println(Arrays.toString(link));
}
}
// 得到边的数目
public int getNumOfEdges() {
return numOfEdges;
}
// 返回节点i(下标)对应的数据0->"A" 1->"B" 2->"C"
public String getValueByIndex(int i) {
return vertexList.get(i);
}
// 返回V1 V2的权值
public int inserWeight(int v1, int v2) {
return edges[v1][v2];
}
// 插入节点
public void insertVertex(String vertex) {
vertexList.add(vertex);
}
// 添加边
/**
*
* @param v1 v1表示点的下标即是第几个顶点
* @param v2 v2第二关顶点对应的下表
* @param weight 权值
*/
public void insertEdge(int v1, int v2, int weight) {
edges[v1][v2] = weight;
edges[v2][v1] = weight;
numOfEdges++;
}
}
四、图的广度优先遍历
代码演示:
package graph;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.LinkedList;
public class Graph {
private ArrayList<String> vertexList;// 存储顶点的集合
private int[][] edges;// 存储图的对应的邻阶矩阵
private int numOfEdges;// 表示边的数目
private boolean[] isVisited;
public static void main(String[] args) {
// TODO Auto-generated method stub
// 测试图是否创建好
int n = 5;// 节点的个数
String Vertexs[] = { "A", "B", "C", "D", "E" };
// 创建图对象
Graph graph = new Graph(n);
// 循环的添加顶点
for (String vertex : Vertexs) {
graph.insertVertex(vertex);
}
// 添加边
// A-B A-C B-C B-D B-E
graph.insertEdge(0, 1, 1);
graph.insertEdge(0, 2, 1);
graph.insertEdge(1, 2, 1);
graph.insertEdge(1, 3, 1);
graph.insertEdge(1, 4, 1);
// 显示
graph.showGraph();
// 测试dfs遍历是否ok
//System.out.println("深度优先遍历");
//graph.dfs();
System.out.println("广度优先遍历");
graph.bfs();
}
// 构造器
public Graph(int n) {
edges = new int[n][n];
vertexList = new ArrayList<String>(5);
numOfEdges = 0;
isVisited = new boolean[5];
}
// 得到第一个邻接节点下标w
/**
*
* @param index
* @return 如果存在就返回对应的下标,否则返回-1
*/
public int getFirstNeighbor(int index) {
for (int j = 0; j < vertexList.size(); j++) {
if (edges[index][j] > 0) {
return j;
}
}
return -1;
}
// 根据前一个邻接节点的下标来获取下一个邻接节点
public int getNextNeighbor(int v1, int v2) {
for (int j = v2 + 1; j < vertexList.size(); j++) {
if (edges[v1][j] > 0) {
return j;
}
}
return -1;
}
// 深度优先遍历算法
// i 第一次就是0
private void dfs(boolean[] isVisited, int i) {
// 首先访问该节点,输出
System.out.print(getValueByIndex(i) + "->");
// 将该节点设置为已经访问过
isVisited[i] = true;
// 查找节点i的第一个邻接节点w
int w = getFirstNeighbor(i);
while (w != -1) {// 说明有
if (!isVisited[w]) {
dfs(isVisited, w);
}
// 如果w节点已经被访问过
w = getNextNeighbor(i, w);
}
}
// 对dfs进行一个重载,遍历我们所有的节点,并进行dfs
public void dfs() {
// 遍历所有节点,进行dfs[回溯]
for (int i = 0; i < getNumOfVertex(); i++) {
if (!isVisited[i]) {
dfs(isVisited, i);
}
}
}
// 对一个节点进行广度优先遍历的方法
private void bfs(boolean[] isVisited, int i) {
int u; // 表示队列的头结点对应下标
int w;// 表示邻接节点w
// 队列记录节点访问的顺序
LinkedList queue = new LinkedList();
// 访问节点,输出节点信息
System.out.print(getValueByIndex(i) + "=>");
// 标记为已访问
isVisited[i] = true;
// 将节点加入队列
queue.addLast(i);
while (!queue.isEmpty()) {
// 取出队列的头结点下标
u = (Integer) queue.removeFirst();
// 得到第一个邻接节点的下标w
w = getFirstNeighbor(u);
while (w != -1) {
// 是否访问过
if (!isVisited[w]) {
System.out.print(getValueByIndex(w) + "=>");
// 标记已经访问
isVisited[w] = true;
// 入队
queue.addLast(w);
}
// 以u为前驱点找w后面的下一个邻节点
w = getNextNeighbor(u, w);// 体现出我们的的广度优先
}
}
}
//遍历所有的节点,进行广度优先搜索
public void bfs() {
for(int i=0;i<getNumOfVertex();i++) {
if(!isVisited[i]) {
bfs(isVisited,i);
}
}
}
// 图中常用的方法
// 返回节点的个数
public int getNumOfVertex() {
return vertexList.size();
}
// 显示图对应的矩阵
public void showGraph() {
for (int[] link : edges) {
System.out.println(Arrays.toString(link));
}
}
// 得到边的数目
public int getNumOfEdges() {
return numOfEdges;
}
// 返回节点i(下标)对应的数据0->"A" 1->"B" 2->"C"
public String getValueByIndex(int i) {
return vertexList.get(i);
}
// 返回V1 V2的权值
public int inserWeight(int v1, int v2) {
return edges[v1][v2];
}
// 插入节点
public void insertVertex(String vertex) {
vertexList.add(vertex);
}
// 添加边
/**
*
* @param v1 v1表示点的下标即是第几个顶点
* @param v2 v2第二关顶点对应的下表
* @param weight 权值
*/
public void insertEdge(int v1, int v2, int weight) {
edges[v1][v2] = weight;
edges[v2][v1] = weight;
numOfEdges++;
}
}