图
为什么要有图?
- 我们有线性表和树
- 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)基本介绍
图是一种数据结构,其中节点可以具有零个或者多个相邻元素。两个节点之间的连接称为边。节点也可以称为顶点。
2)常用概念
- 顶点(vertex)
- 边(edge)
- 路径(例如:D->A->B->C ; D->B->C)
- 无向图(顶点之间的连接没有方向)
-
有向图(顶点之间的连接有方向)
-
带权图(边是有权值的图也叫网,例如:北京->上海,权是1463)
3) 图的表示方式
图的表示方式有两种:二维数组表示(邻接矩阵);链表表示(邻接表)
1. 邻接矩阵
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。
**解释:**二维数组表示两个数字之间是否连通,如果是 0 则表示不连通,如果是 1 则表示连通。
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的,这样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
4)入门案例
- 要求:代码实现如图结构
- 思路分析
- 存储顶点String 使用ArrayList
- 保存矩阵int [] [] edges
遍历——DFS && BFS
介绍:
图的遍历是对节点的访问。一个图有那么多节点,如何遍历这些节点需要特定策略,一般有两种访问策略:深度优先遍历(DFS)、广度优先遍历(BFS)
-
深度优先遍历(Depth First Search)
- 从初始访问结点出发,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。可以理解为: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
- DFS算法步骤
- 访问初始节点v,并标记节点v为已访问
- 查找结点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,则返回1,将从v的下一个结点继续
- 若w未被访问,对w进行深度优先递归(即把w当作另一个v,然后进行步骤123)
- 查找结点v的w邻接节点的下一个邻接节点转到步骤3
-
广度优先遍历(Broad First Search)
- 基本思想: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保持访问过的节点的顺序,以便按照这个顺序来访问这些节点的邻接节点
- BFS算法步骤
- 访问初始结点v并标记结点v为已访问
- 结点v入队列
- 当队列非空时,继续执行,否则算法结束
- 出队列,取得队头结点u
- 查找结点u的第一个邻接节点w
- 若点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
7. 若结点w尚未被访问,则访问节点w并标记为已访问
8. 结点w入队列
9. 查找结点u的继w邻接节点后的下一个邻接节点w,转到步骤6;
代码实现
package DataStructures.graph;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.LinkedList;
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
//定义一个数组boolean[],记录某个结点是否被访问过
private boolean [] isVisited ;
public static void main(String[] args) {
//测试图是否创建OK
int n = 5;// 节点的个数
String Vertexs[] = {
"A", "B", "C"