图的实现与分析-CSDN博客

本文链接：https://blog.csdn.net/weixin_62226325/article/details/122779515

一，图的基本介绍：

1.为什么要有图：

1) 前面我们学了线性表和树

2) 线性表局限于一个直接前驱和一个直接后继的关系

3) 树也只能有一个直接前驱也就是父节点 4) 当我们需要表示多对多的关系时，这里我们就用到了图。

2.图的举例说明：

图是一种数据结构，其中结点可以具有零个或多个相邻元素。两个结点之间的连接称为边。结点也可以称为顶点。如图：

3.图的常用概念：

1) 顶点(vertex)

2) 边(edge)

3) 路径

4) 无向图(右图）

5) 有向图

6) 带权图

二，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，矩阵是的 row 和 col 表示的是 1....n 个点。

2.邻接表：

1) 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,会造成空间的一定损失.

2) 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

3) 举例说明

三，图的快速入门案例：

1) 要求: 代码实现如下图结构.

2) 思路分析 (1) 存储顶点 String 使用 ArrayList (2) 保存矩阵 int[][] edges

3) 代码实现

//核心代码，汇总在后面
//插入结点
public void insertVertex(String vertex) {
    vertexList.add(vertex);
}
//添加边
/**
 *
 * @param v1 表示点的下标即使第几个顶点 "A"-"B" "A"->0 "B"->1
 * @param v2 第二个顶点对应的下标
 * @param weight 表示
 */
public void insertEdge(int v1, int v2, int weight) {
    edges[v1][v2] = weight;
    edges[v2][v1] = weight;
    numOfEdges++;
}

四，图的深度优先遍历（深搜）：

1.图遍历介绍：

所谓图的遍历，即是对结点的访问。一个图有那么多个结点，如何遍历这些结点，需要特定策略，一般有两种访问策略:

(1)深度优先遍历 (2)广度优先遍历

2.深度优先遍历的基本思想：

图的深度优先搜索(Depth First Search) 。

1) 深度优先遍历，从初始访问结点出发，初始访问结点可能有多个邻接结点，深度优先遍历的策略就是首先访问第一个邻接结点，然后再以这个被访问的邻接结点作为初始结点，访问它的第一个邻接结点，可以这样理解：每次都在访问完当前结点后首先访问当前结点的第一个邻接结点。 2) 我们可以看到，这样的访问策略是优先往纵向挖掘深入，而不是对一个结点的所有邻接结点进行横向访问。

3) 显然，深度优先搜索是一个递归的过程

3.深度优先遍历算法步骤：

1) 访问初始结点 v，并标记结点 v 为已访问。

2) 查找结点 v 的第一个邻接结点 w。

3) 若 w 存在，则继续执行 4，如果 w 不存在，则回到第 1 步，将从 v 的下一个结点继续。

4) 若 w 未被访问，对 w 进行深度优先遍历递归（即把 w 当做另一个 v，然后进行步骤 123）。

5) 查找结点 v 的 w 邻接结点的下一个邻接结点，转到步骤 3。

6) 分析图

▲代码实现：

//核心代码
//深度优先遍历算法
//i 第一次就是 0
private void dfs(boolean[] isVisited, int i) {
    //首先我们访问该结点,输出
    System.out.print(getValueByIndex(i) + "->");
    //将结点设置为已经访问
    isVisited[i] = true;
    //查找结点 i 的第一个邻接结点 w
    int w = getFirstNeighbor(i);
    while(w != -1) {//说明有
        if(!isVisited[w]) {
            dfs(isVisited, w);
        }
        //如果 w 结点已经被访问过
        w = getNextNeighbor(i, w);
    }
}
//对 dfs 进行一个重载, 遍历我们所有的结点，并进行 dfs
public void dfs() {
    isVisited = new boolean[vertexList.size()];
    //遍历所有的结点，进行 dfs[回溯]
    for(int i = 0; i < getNumOfVertex(); i++) {
        if(!isVisited[i]) {
            dfs(isVisited, i);
        }
    }
}

五，图的广度优先遍历:

1.广度优先遍历的思想：

1) 图的广度优先搜索(Broad First Search) 。

2) 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结点的顺序，以便按这个顺序来访问这些结点的邻接结点

2.广度优先遍历算法步骤：

1) 访问初始结点 v 并标记结点 v 为已访问。

2) 结点 v 入队列

3) 当队列非空时，继续执行，否则算法结束。

4) 出队列，取得队头结点 u。

5) 查找结点 u 的第一个邻接结点 w。

6) 若结点 u 的邻接结点 w 不存在，则转到步骤 3；否则循环执行以下三个步骤：

6.1 若结点 w 尚未被访问，则访问结点 w 并标记为已访问。

6.2 结点 w 入队列

6.3 查找结点 u 的继 w 邻接结点后的下一个邻接结点 w，转到步骤 6。

3.广度优先算法的图示：

▲代码实现：

//对一个结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 ; // 邻接结点 w
    //队列，记录结点访问的顺序
    LinkedList queue = new LinkedList();
    //访问结点，输出结点信息
    System.out.print(getValueByIndex(i) + "=>");
    //标记为已访问
    isVisited[i] = true;
    //将结点加入队列
    queue.addLast(i);
    while( !queue.isEmpty()) {
        //取出队列的头结点下标
        u = (Integer)queue.removeFirst();
        //得到第一个邻接结点的下标 w
        w = getFirstNeighbor(u);
        while(w != -1) {//找到
            //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 后面的下一个邻结点
            w = getNextNeighbor(u, w); //体现出我们的广度优先
        }
    }
}
//遍历所有的结点，都进行广度优先搜索
public void bfs() {
    isVisited = new boolean[vertexList.size()];
    for(int i = 0; i < getNumOfVertex(); i++) {
        if(!isVisited[i]) {
            bfs(isVisited, i);
        }
    }
}

六，图的代码汇总：

 public class Graph {
        private ArrayList<String> vertexList; //存储顶点集合
        private int[][] edges; //存储图对应的邻结矩阵
        private int numOfEdges; //表示边的数目
        //定义给数组 boolean[], 记录某个结点是否被访问
        private boolean[] isVisited;
        public static void main(String[] args) {
            //测试一把图是否创建 ok
            int n = 8; //结点的个数
            //String Vertexs[] = {"A", "B", "C", "D", "E"};
            String Vertexs[] = {"1", "2", "3", "4", "5", "6", "7", "8"};
            //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); // A-B
            // graph.insertEdge(0, 2, 1); //
            // graph.insertEdge(1, 2, 1); //
            // graph.insertEdge(1, 3, 1); //
            // graph.insertEdge(1, 4, 1); //
            //更新边的关系
            graph.insertEdge(0, 1, 1);
            graph.insertEdge(0, 2, 1);
            graph.insertEdge(1, 3, 1);
            graph.insertEdge(1, 4, 1);
            graph.insertEdge(3, 7, 1);
            graph.insertEdge(4, 7, 1);
            graph.insertEdge(2, 5, 1);
            graph.insertEdge(2, 6, 1);
            graph.insertEdge(5, 6, 1);
            //显示一把邻结矩阵
            graph.showGraph();
            //测试一把，我们的 dfs 遍历是否 ok
            System.out.println("深度遍历");
            graph.dfs(); // A->B->C->D->E [1->2->4->8->5->3->6->7]
            // System.out.println();
            System.out.println("广度优先!");
            graph.bfs(); // A->B->C->D-E [1->2->3->4->5->6->7->8]
        }
        //构造器
        public Graph(int n) {
            //初始化矩阵和 vertexList
            edges = new int[n][n];
            vertexList = new ArrayList<String>(n);
            numOfEdges = 0;
        }
        //得到第一个邻接结点的下标 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;
        }
        //根据前一个邻接结点的下标来获取下一个邻接结点
        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) {
            //首先我们访问该结点,输出
            System.out.print(getValueByIndex(i) + "->");
            //将结点设置为已经访问
            isVisited[i] = true;
            //查找结点 i 的第一个邻接结点 w
            int w = getFirstNeighbor(i);
            while(w != -1) {//说明有
                if(!isVisited[w]) {
                    dfs(isVisited, w);
                }
                //如果 w 结点已经被访问过
                w = getNextNeighbor(i, w);
            }
        }
        //对 dfs 进行一个重载, 遍历我们所有的结点，并进行 dfs
        public void dfs() {
            isVisited = new boolean[vertexList.size()];
            //遍历所有的结点，进行 dfs[回溯]
            for(int i = 0; i < getNumOfVertex(); i++) {
                if(!isVisited[i]) {
                    dfs(isVisited, i);
                }
            }
        }
        //对一个结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 ; // 邻接结点 w
            //队列，记录结点访问的顺序
            LinkedList queue = new LinkedList();
            //访问结点，输出结点信息
            System.out.print(getValueByIndex(i) + "=>");
            //标记为已访问
            isVisited[i] = true;
            //将结点加入队列
            queue.addLast(i);
            while( !queue.isEmpty()) {
                //取出队列的头结点下标
                u = (Integer)queue.removeFirst();
                //得到第一个邻接结点的下标 w
                w = getFirstNeighbor(u);
                while(w != -1) {//找到
                    //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 后面的下一个邻结点
                    w = getNextNeighbor(u, w); //体现出我们的广度优先
                }
            }
        }
        //遍历所有的结点，都进行广度优先搜索
        public void bfs() {
            isVisited = new boolean[vertexList.size()];
            for(int i = 0; i < getNumOfVertex(); i++) {
                if(!isVisited[i]) {
                    bfs(isVisited, i);
                }
            }
        }
        //图中常用的方法
        //返回结点的个数
        public int getNumOfVertex() {
            return vertexList.size();
        }
        //显示图对应的矩阵
        public void showGraph() {
            for(int[] link : edges) {
                System.err.println(Arrays.toString(link));
            }
        }
        //得到边的数目
        public int getNumOfEdges() {
            return numOfEdges;
        }
//返回结点 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 和 v2 的权值
    public int getWeight(int v1, int v2) {
        return edges[v1][v2];
    }
    //插入结点
    public void insertVertex(String vertex) {
        vertexList.add(vertex);
    }
//添加边
/**
 *
 * @param v1 表示点的下标即使第几个顶点 "A"-"B" "A"->0 "B"->1
 * @param v2 第二个顶点对应的下标
 * @param weight 表示
 */
public void insertEdge(int v1, int v2, int weight) {
    edges[v1][v2] = weight;
    edges[v2][v1] = weight;
    numOfEdges++;
    }