14.2.2 广度优先遍历(Broad First Search)
广度优先遍历:
图的广度有限搜索(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结果的邻接节点。
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
- 当队列费控时,继续执行,否则对于v节点算法结束
- 出队列,取得队头节点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:
- 若节点w尚未被访问,则访问节点w并标记为已访问
- 节点w入队列
- 查找节点u继w邻接节点后的下一个邻接节点w,转到步骤6
package graph;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.LinkedList;
public class Graph {
private ArrayList<String> vertexList; // 存储定点集合
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[] ,记录某个节点是否被访问
private boolean[] isVisited;
public static void main(String[] args) {
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);
// 循环添加顶点
for (String vertex : vertexs){
graph.insertVertex(vertex);
}
// 手动添加边
// A - B / A - C / B - C / B - D/ B - E
graph.insertEdge(0,1,1); // A - B
graph.insertEdge(0,2,1); // A - C
graph.insertEdge(1,2,1); // B - C
graph.insertEdge(1,3,1); // B - D
graph.insertEdge(1,4,1); // B - E
// 显示邻接矩阵
graph.showGraph();
// 深度优先遍历
// System.out.println("Depth First Search 深度优先遍历");
// graph.dfs();
System.out.println("Borad First Search 深度优先遍历");
graph.bfs();
}
// 构造器
private Graph(int n){// 这个n是指有多少个节点或顶点
// 初始化矩阵和vertexList
edges = new int[n][n];
vertexList = new ArrayList<String>(n);
numOfEdges = 0; // 因为我们不知道边有多少条,所以我们初始化为零
isVisited = new boolean[n];
}
private void bfs(){
for (int i = 0; i < vertexList.size(); i++){
if (!isVisited[i]){
bfs(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; // u 表示我们队列的头结点对应的下标
int w; // w 邻接节点的下标
// 队列,记录节点访问的顺序,因为LinkedList存在从末尾加入的addLast()方法,和从头部取出数据的 removeFirst() 方法
LinkedList queue = new LinkedList();
// 访问这个节点
System.out.println(getValueByIndex(i));
// 标记为已访问
isVisited[i] = true;
// 将这个节点加入队列,从尾部放入
queue.addLast(i);
while(!queue.isEmpty()){
// 取出队列的头结点的下标
u = (Integer) queue.removeFirst();
// 得到他的第一个邻接节点的下标
w = getFirstNeighbor(u);
while(w != -1){ // 说明找到
// 是否访问过
if (!isVisited[w]){
System.out.println(getValueByIndex(w));
// 标记已经访问
isVisited[w] = true;
// 入队列
queue.addLast(w);
}
// 如果访问过,就去找u能否到达w的下一个节点
w = getNextNeighbor(u, w);
}
}
}
// 先写一个方法,得到第一个邻接节点的下标
/**
*
* @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 i = 0; i < vertexList.size(); i++) {
if (edges[index][i] > 0){ // 大于零,表示两个节点存在直接连接关系
return i;
}
}
return -1;
}
// 根据前一个邻接节点的下标来获取下一个邻接节点
// 就是当V2没有能够到达未遍历的节点的情况,执行该方法,例如 :v1就是B节点下标,v2就是C节点下标,与c直接连接的都被访问过了,所以,我们要找C以外的节点,因此是(C)v2+1在(B)v1的周围找
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
//
// /**
// *
// * @param isVisited 用来判断是否被访问
// * @param i 访问节点下标,第一次就是0
// */
// public void dfs(boolean[] isVisited, int i){
// // 首先我们访问该节点。输出
// System.out.println(getValueByIndex(i) + "->");
// // 将这个节点设置为已经访问
// isVisited[i] = true;
// // 查找节点i的第一个邻接节点
// int w = getFirstNeighbor(i);
// while(w != -1){ // 说明存在该节点
// if (!isVisited[w]){ // 说明没有被访问过
// dfs(isVisited, w);
// }
// // 如果 W这个节点被访问过了,我们就该查找下一个的下一个
// // i 是当前节点,而w是当前节点的下一个节点
// w = getNextNeighbor(i, w);
// }
// }
// // dfs 进行重载,遍历我们所有的节点,并进行dfs
// public void dfs(){
// // 遍历所有的节点,进行dfs[回溯]
// for (int i = 0; i < getNumOfVertex(); i++) {
// if (!isVisited[i]){
// dfs(isVisited,i);
// }
// }
// }
// 插入节点
public void insertVertex(String vertex){
vertexList.add(vertex);
}
// 添加边
/**
*
* @param v1 表示第一个点的对应的下标,即是第几个顶点
* @param v2 表示第二个点的对应的下标,即是第几个顶点
* @param weight 认为规定 1 是表示两个顶点有直接关联,0 表示没有直接关联
*/
public void insertEdge(int v1,int v2, int weight){
edges[v1][v2] = weight;
edges[v2][v1] = weight; // 因为我们这个图是无向图,所以反过来也要赋值
numOfEdges++;
}
// 图中常用的方法
// 返回节点的个数
public int getNumOfVertex(){
return vertexList.size();
}
// 得到边的个数
public int getNumOfEdges(){
return numOfEdges;
}
// 返回节点i(下标)对应的数据
public String getValueByIndex(int i){
return vertexList.get(i);
}
// 返回v1和v2的权值
public int getWeight(int v1,int v2){
return edges[v1][v2];
}
// 显示图对应的矩阵
public void showGraph(){
for (int[] link : edges){
System.out.println(Arrays.toString(link));
}
}
}