图的基本介绍以及图的深度优先和广度优先遍历

图的基本介绍以及图的深度优先和广度优先遍历

1.图基本介绍

为什么要有图
前面我们学了线性表和树
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

2. 图基本介绍

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

图的常用概念

1. 顶点(vertex)
2. 边(edge)
3. 路径
4. 无向图(右图)
   

• 无向图： 顶点之间的连接没有方向，比如A-B,即可以是 A-> B 也可以 B->A
  路径: 比如从 D -> C 的路径有1) D->B->C2) D->A->B->C
  5.有向图： 顶点之间的连接有方向，比如A-B,只能是 A-> B 不能是 B->A .
  

6.带权图：这种边带权值的图也叫网

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）

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。

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,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.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

(1)图的深度优先遍历介绍

• 图的深度优先搜索(Depth First Search) 基本思想:
  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。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4行横向访问。显然，深度优先搜索是一个递归的过程。
• 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。
     

(2)图的广度优先遍历介绍

• 图的广度优先搜索(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
• 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，否则对V结点算法结束。
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。
   

• 代码

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; //存储图的邻接矩阵
    private int numOfEdges; //存储边的数目
    //记录某个结点是否被访问
    private boolean[] isVisited;


    public static void main(String[] args) {
        int n = 8;
//        String vertexs[] = {"A", "B", "C", "D", "E"};
        String vertexs[] = {"1", "2", "3", "4", "5", "6", "7", "8"};
        //创建图对象
        //添加顶点
        Graph graph = new Graph(n);
        for (int i = 0; i < n; i++) {
            graph.insertVertex(vertexs[i]);
        }
        //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);

        //跟新节点关系
        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);

        //显示矩阵
//        graph.showGraph();

        //深度优先遍历
        System.out.println("深度优先遍历:");
        graph.dfs(); //A -> B -> C -> D -> E  1->2->4->8->5->3->6->7->
        System.out.println();
        System.out.println("广度优先遍历:");
        graph.bfs(); //A -> B -> C -> D -> E   1->2->3->4->5->6->7->8->

    }

    //构造器
    public Graph(int n){
        vertexList = new ArrayList<>();
        edges = new int[n][n];
        numOfEdges = 0;
    }

    //图中常用的方法
    //返回结点的个数
    public int getNumOfVertex(){
        return vertexList.size();
    }

    //显示对应的矩阵
    public void showGraph(){
        System.out.println(Arrays.deepToString(edges));
       /* for (int[] edge : edges) {
            System.out.println(Arrays.toString(edge));
        }*/
    }

    //得到边的数目
    public int getNumOfEdges(){
        return numOfEdges;
    }

    //返回结点下标对应的数据
    public String getValueByIndex(int index){
        return vertexList.get(index);
    }

    //返回v1  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
    public void insertEdge(int v1, int v2, int weight){
        edges[v1][v2] = weight;
        edges[v2][v1] = weight;
        numOfEdges ++;
    }

    //得到当前结点的第一个邻接节点的下标,如果存在直接返回下标，否则返回-1
    public int getFirstNeighbor(int index){
        for (int i = 0; i < vertexList.size(); i++) {
            if(edges[index][i] > 0){
                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,如果存在下一个邻接节点则返回下标，否则返回-1
    public int getNextNeighbor(int v1, int v2){
        for (int i = v2 + 1; i < vertexList.size(); i++) {
            if(edges[v1][i] > 0){
                return i;
            }
        }
        return -1;
    }

    //对一个结点进行1深度优先遍历
    // 开始i = 0;
    public void dfs(boolean isVisited[], int i){
        //输出当前结点
        System.out.print(vertexList.get(i) + "->");
        //将当前结点设置为已访问
        isVisited[i] = true;
        //得到第一个结点的第一个邻接节点
        int w = getFirstNeighbor(i);
        //当一直有第一个邻接节点时循环遍历
        while (w != -1){
            //这个结点没有被访问过
            if(!isVisited[w]){
                dfs(isVisited, w);
            }
            //如果被访问过
            w = getNextNeighbor(i, w);
        }
    }

    //对dfs进行重载，遍历所有的结点
    public void dfs(){
        isVisited = new boolean[vertexList.size()];
        for (int i = 0; i < vertexList.size(); i++) {
            if(!isVisited[i]){
                dfs(isVisited, i);
            }
        }
    }

    //对一个节点进行广度优先遍历
    public void bfd(boolean isVisited[], int i){
        int u;//队列头结点对应的下标
        int w;//邻接节点
        //队列，记录访问的顺序
        LinkedList<Integer> linkedList = new LinkedList<>();
        //输出当前访问的结点
        System.out.print(vertexList.get(i) + "->");
        //将当前结点置位已访问
        isVisited[i] = true;
        //将当前结点加入队列
        linkedList.addLast(i);

        //当队列不为空时
        while (!linkedList.isEmpty()){
            //取出队列头结点的下标
            u = linkedList.removeFirst();
            //得到u的第一个邻接节点的下标
            w = getFirstNeighbor(u);
            //有邻接节点时
            while (w != -1){
                //当没有访问过时
                if(!isVisited[w]){
                    System.out.print(vertexList.get(w) + "->");
                    isVisited[w] = true;
                    linkedList.addLast(w);
                }
                //找u的下一个邻接节点
                w = getNextNeighbor(u, w);
            }
        }
    }

    //遍历所有的结点，对所有的结点进行广度优先遍历
    public void bfs(){
        isVisited = new boolean[vertexList.size()];
        for (int i = 0; i < vertexList.size(); i++) {
            if(!isVisited[i]){
                bfd(isVisited, i);
            }
        }
    }
}

• 结果