Java学习day24-图的连通性检测

一.使用矩阵表示连通性

二.代码展示

三.总结

使用矩阵表示连通性

首先我们说一下图的定义
图是由顶点的有穷非空集合和顶点之间边的集合组成， 通常表示为: G（V，E）， 其中，G表示一个图，V是图G中顶点的集合，E是图G中边的集合。

因此我们可以看出图是一种较线性表和树更加复杂的数据结构。在图形结构中，结点之间的关系可以是任意的，图中任意两个数据元素之间都可能相关，那么就无法以数据元素在内存中的物理位置来表示元素之间的关系，也就是说，图不可能用简单的顺序存储结构来表示。而多重链表的方式，要么会造成很多存储单元的浪费，要么又带来操作的不便。因此，对于图来说，如何对它实现物理存储是个难题，在这里我们将会用到邻接矩阵。

图的邻接矩阵(Adjacency Matrix) 存储方式是用两个数组来表示图。一个一维数组存储图中顶点信息，一个二维数组(称为邻接矩阵)存储图中的边或弧的信息。
设图G有n个顶点，则邻接矩阵A 是一个n*n的方阵，定义为:

下图是一个无向图和它的邻接矩阵：

下面是一个有向图和它的邻接矩阵：

那我们就利用邻接矩阵来判断图的连通性问题。
先给出公式:
Mx=$M^0$+$M^1$+$M^2$+…+$M^{(}n-1)$
其中 M代表图的邻接矩阵,n代表顶点数
如果矩阵Mx中某元素aij==0，则表示该图为非连通图。
连通图和非连通图
在无向图中，若从顶点v到顶点w有路径存在，则称v和vv是连通的。若图G中任意两个顶点都是连通的，则称图G为连通图，否则称为非连通图。
在有向图中，若从顶点v到顶点w和从顶点w到顶点之间都有路径,则称这两个顶点是强连通的。若图中任何一对顶点都是强连通的，则称此图为强连通图。
理解公式
矩阵$M^0$
表示与M同型的单位阵，表示结点可以自己到达其自身；

 // Step 1. Initialize accumulated matrix: M_a = I.
        IntMatrix tempConnectivityMatrix = IntMatrix
                .getIdentityMatrix(connectivityMatrix.getData().length);

矩阵$M^1$就是我们常说的邻接矩阵，也是代码中最初赋值的connectivityMatrix. mij表示从顶点i到顶点j是否存在一条边。（即直接相连）

        // Step 2. Initialize M^1.
        IntMatrix tempMultipliedMatrix = new IntMatrix(connectivityMatrix);

矩阵$M^2$

mik表示从顶点i到顶点k是否存在一条边，mkj表示从顶点k到顶点j是否存在一条边，两个值相乘，若值=1,则表示从顶点i到顶点j存在连通,若值=0，则表示从从顶点i到顶点j不存在连通。
再联系求和符号：

表示顶点 i 经过任意一个顶点到达顶点 j 的路径方式的和。假设顶点i可经过顶点a到达顶点j，也可以经过顶点b到达顶点b，则mij求和结果为2.
以此类推：
$Mi{j}^k$表示顶点 i 能否经过k条边到达顶点 j

二.代码展示

关键代码

 public boolean getConnectivity() throws Exception {
        // Step 1. Initialize accumulated matrix: M_a = I.
        IntMatrix tempConnectivityMatrix = IntMatrix
                .getIdentityMatrix(connectivityMatrix.getData().length);

        // Step 2. Initialize M^1.
        IntMatrix tempMultipliedMatrix = new IntMatrix(connectivityMatrix);

        // Step 3. Determine the actual connectivity.
        for (int i = 0; i < connectivityMatrix.getData().length - 1; i++) {
            // M_a = M_a + M^k
            tempConnectivityMatrix.add(tempMultipliedMatrix);

            // M^k
            tempMultipliedMatrix = IntMatrix.multiply(tempMultipliedMatrix, connectivityMatrix);
        } // Of for i

        // Step 4. Check the connectivity.
        System.out.println("The connectivity matrix is: " + tempConnectivityMatrix);
        int[][] tempData = tempConnectivityMatrix.getData();
        for (int i = 0; i < tempData.length; i++) {
            for (int j = 0; j < tempData.length; j++) {
                if (tempData[i][j] == 0) {
                    System.out.println("Node " + i + " cannot reach " + j);
                    return false;
                } // Of if
            } // Of for j
        } // Of for i

        return true;
    }// Of getConnectivity

add方法中我们用了resultMatrix来copy第一个矩阵，因此resultMatrix在每次循环中不断被更新，最后返回即可。因此 tempConnectivityMatrix矩阵即为我们需要的矩阵Mx。

 /**
     * add another matrix to mine.
     * @param  paramMatrix
     */
    public void add(IntMatrix paramMatrix) throws Exception
    {
        //step1 get the data of the given matrix.
        int[][] tempData=paramMatrix.getData();
        //step2 check size.
        if(data.length!=tempData.length)
        {
            throw  new Exception("the row is not match");
        }//of if
        if(data[0].length!=tempData[0].length)
        {
            throw new Exception("the col is not match");
        }//of if
        //step3. add to mine.
        for(int i=0;i<data.length;i++)
        {
            for(int j=0;j<data[0].length;j++){
                data[i][j]+=tempData[i][j];
            }//of for j
        }//of for i
    }//of add
    /**
     * add two existing matrices.
     * @param  paramMatrix1
     * @param  paramMatrix2
     * @return  a new matrix
     */
    public IntMatrix add(IntMatrix paramMatrix1,IntMatrix paramMatrix2) throws Exception{
        //step1 clone the first matrix.
        IntMatrix resultMatrix=new IntMatrix(paramMatrix1);
        //step2.add to the second one.
        resultMatrix.add(paramMatrix2);
        return resultMatrix;
    }//of add

整体代码

package graph;

import matrix.IntMatrix;

/**
 * Directed graph. Note that undirected graphs are a special case of directed
 * graphs.
 *
 * @author Donghao Xu
 */
public class Graph {

    /**
     * The connectivity matrix.
     */
    IntMatrix connectivityMatrix;

    /**
     * ********************
     * The first constructor.
     *
     * @param paraNumNodes The number of nodes in the graph.
     *                     ********************
     */
    public Graph(int paraNumNodes) {
        connectivityMatrix = new IntMatrix(paraNumNodes, paraNumNodes);
    }// Of the first constructor

    /**
     * ********************
     * The second constructor.
     *
     * @param paraMatrix The data matrix.
     *                   ********************
     */
    public Graph(int[][] paraMatrix) {
        connectivityMatrix = new IntMatrix(paraMatrix);
    }// Of the second constructor

    /**
     * ********************
     * Overrides the method claimed in Object, the superclass of any class.
     * ********************
     */
    public String toString() {
        String resultString = "This is the connectivity matrix of the graph.\r\n"
                + connectivityMatrix;
        return resultString;
    }// Of toString

    /**
     * ********************
     * Get the connectivity of the graph.
     *
     * @throws Exception for internal error.
     *                   ********************
     */
    public boolean getConnectivity() throws Exception {
        // Step 1. Initialize accumulated matrix: M_a = I.
        IntMatrix tempConnectivityMatrix = IntMatrix
                .getIdentityMatrix(connectivityMatrix.getData().length);

        // Step 2. Initialize M^1.
        IntMatrix tempMultipliedMatrix = new IntMatrix(connectivityMatrix);

        // Step 3. Determine the actual connectivity.
        for (int i = 0; i < connectivityMatrix.getData().length - 1; i++) {
            // M_a = M_a + M^k
            tempConnectivityMatrix.add(tempMultipliedMatrix);

            // M^k
            tempMultipliedMatrix = IntMatrix.multiply(tempMultipliedMatrix, connectivityMatrix);
        } // Of for i

        // Step 4. Check the connectivity.
        System.out.println("The connectivity matrix is: " + tempConnectivityMatrix);
        int[][] tempData = tempConnectivityMatrix.getData();
        for (int i = 0; i < tempData.length; i++) {
            for (int j = 0; j < tempData.length; j++) {
                if (tempData[i][j] == 0) {
                    System.out.println("Node " + i + " cannot reach " + j);
                    return false;
                } // Of if
            } // Of for j
        } // Of for i

        return true;
    }// Of getConnectivity

    /**
     * ********************
     * Unit test for getConnectivity.
     * ********************
     */
    public static void getConnectivityTest() {
        // Test an undirected graph.
        int[][] tempMatrix = {{0, 1, 0}, {1, 0, 1}, {0, 1, 0}};
        Graph tempGraph2 = new Graph(tempMatrix);
        System.out.println(tempGraph2);

        boolean tempConnected = false;
        try {
            tempConnected = tempGraph2.getConnectivity();
        } catch (Exception ee) {
            System.out.println(ee);
        } // Of try.

        System.out.println("Is the graph connected? " + tempConnected);

        // Test a directed graph.
        // Remove one arc to form a directed graph.
        tempGraph2.connectivityMatrix.setValue(1, 0, 0);

        tempConnected = false;
        try {
            tempConnected = tempGraph2.getConnectivity();
        } catch (Exception ee) {
            System.out.println(ee);
        } // Of try.

        System.out.println("Is the graph connected? " + tempConnected);
    }// Of getConnectivityTest

    /**
     * ********************
     * The entrance of the program.
     *
     * @param args Not used now.
     *             ********************
     */
    public static void main(String args[]) {
        System.out.println("Hello!");
        Graph tempGraph = new Graph(3);
        System.out.println(tempGraph);

        // Unit test.
        getConnectivityTest();
    }// Of main

}// Of class Graph

运行结果

Hello!
This is the connectivity matrix of the graph.
[[0, 0, 0], [0, 0, 0], [0, 0, 0]]
This is the connectivity matrix of the graph.
[[0, 1, 0], [1, 0, 1], [0, 1, 0]]
The connectivity matrix is: [[2, 1, 1], [1, 3, 1], [1, 1, 2]]
Is the graph connected? true
The connectivity matrix is: [[4, 2, 1], [2, 3, 1], [1, 1, 2]]
Is the graph connected? true

三.总结

利用Mx=$M^0$+$M^1$+$M^2$+…+$M^{(}n-1)$能将矩阵的运算与图很好的联系起来，感觉发现了矩阵作用的新大陆。关于该公式的理解也需要加深，其中的巧妙之处在于把求和符号看成是从某顶点i到顶点j能有多少条不同的边。这里的知识其实应该用到了离散数学里的图论知识，但目前还没有学到该内容,所以得查阅相关资料来了解相关知识。

​