图的存储结构与实现总结-java版

目录

图的存储结构

邻接矩阵

邻接表

两者区别

图的java实现

顶点

测试

 


图的存储结构

图的存储结构主要分两种,一种是邻接矩阵,一种是邻接表

邻接矩阵

图的邻接矩阵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(邻接矩阵)存储图中的边或弧的信息。
设图G有n个顶点,则邻接矩阵是一个n*n的方阵,定义为:

看一个实例,下图左就是一个无向图。

从上面可以看出,无向图的边数组是一个对称矩阵。所谓对称矩阵就是n阶矩阵的元满足aij = aji。即从矩阵的左上角到右下角的主对角线为轴,右上角的元和左下角相对应的元全都是相等的。
从这个矩阵中,很容易知道图中的信息。
(1)要判断任意两顶点是否有边无边就很容易了;
(2)要知道某个顶点的度,其实就是这个顶点vi在邻接矩阵中第i行或(第i列)的元素之和;
(3)求顶点vi的所有邻接点就是将矩阵中第i行元素扫描一遍,arc[i][j]为1就是邻接点;
而有向图讲究入度和出度,顶点vi的入度为1,正好是第i列各数之和。顶点vi的出度为2,即第i行的各数之和。
若图G是网图,有n个顶点,则邻接矩阵是一个n*n的方阵,定义为:

邻接表

邻接矩阵是不错的一种图存储结构,但是,对于边数相对顶点较少的图,这种结构存在对存储空间的极大浪费。因此,找到一种数组与链表相结合的存储方法称为邻接表。
邻接表的处理方法是这样的:
(1)图中顶点用一个一维数组存储,当然,顶点也可以用单链表来存储,不过,数组可以较容易的读取顶点的信息,更加方便。
(2)图中每个顶点vi的所有邻接点构成一个线性表,由于邻接点的个数不定,所以,用单链表存储,无向图称为顶点vi的边表,有向图则称为顶点vi作为弧尾的出边表
例如,下图就是一个无向图的邻接表的结构。

从图中可以看出,顶点表的各个结点由data和firstedge两个域表示,data是数据域,存储顶点的信息firstedge是指针域,指向边表的第一个结点,即此顶点的第一个邻接点边表结点由adjvex和next两个域组成。adjvex是邻接点域,存储某顶点的邻接点在顶点表中的下标,next则存储指向边表中下一个结点的指针。
对于带权值的网图,可以在边表结点定义中再增加一个weight的数据域,存储权值信息即可。如下图所示。

两者区别

对于一个具有n个顶点e条边的无向图
它的邻接表表示有n个顶点表结点2e个边表结点
对于一个具有n个顶点e条边的有向图
它的邻接表表示有n个顶点表结点e个边表结点
如果图中边的数目远远小于n^2称作稀疏图,这是用邻接表表示比用邻接矩阵表示节省空间;
如果图中边的数目接近于n^2,对于无向图接近于n*(n-1)称作稠密图,考虑到邻接表中要附加链域,采用邻接矩阵表示法为宜。

图的java实现

这个实现是基于邻接表的

顶点

使用label作为顶点的标识

edgelist作为linkedlist,存储以这个顶点为起点的边

后面3个属性是为了应对其他操作(比如深度遍历等),特意保留的变量

package datastructure.graph.adjacencymatrixgraph;

import java.util.Iterator;
import java.util.LinkedList;
import java.util.List;


/**邻接矩阵的顶点类
 * @author xusy
 *
 * @param <T>
 */
public class Vertex<T> {
	
	/**
	 * 能够标识这个定点的属性,可以用不同类型来标识顶点如String,Integer....
	 */
	private T label;
	
	/**
	 * 这个定点对应的边<br>
	 * 如果为有向图,则代表以这个定点为起点的边
	 */
	private List<Edge> edgeList;
	
	/**
	 * 表示这个顶点是否已被访问,在bfs和dfs中会被使用到
	 */
	private boolean visited;
	
	/**
	 * 该顶点的前驱节点<br>
	 * 在求图中某两个顶点之间的最短路径时,在从起始顶点遍历过程中,需要记录下遍历到某个顶点时的前驱顶点
	 */
	private Vertex previousVertex;
	
	/**
	 * 这个定点的权值(注意不是边的权值)
	 */
	private double cost;
	
	/**创建顶点
	 * @param label  这个顶点的标识
	 * @param cost  这个顶点的权值
	 */
	public Vertex(T label,double cost){
		this.label=label;
		//用链表存储边
		edgeList=new LinkedList<>();
		visited=false;
		previousVertex=null;
		this.cost=cost;
	}
	
	//下面与顶点的标识相关
	
	/**返回顶点的标识
	 * @return
	 */
	public T getLabel() {
		return label;
	}

	/** 
	 * 根据顶点的标识确定是否是同一个顶点
	 */
	@Override
	public boolean equals(Object otherVertex) {
		boolean result;
		//如果otherVertex为空或者类不同,直接返回false
		if(otherVertex==null||getClass()!=otherVertex.getClass()){
			return false;
		}
		Vertex other=(Vertex)otherVertex;
		//根据label确定是否是同一个顶点
		result=label.equals(other.getLabel());
		return result;		
	}

	//下面与顶点的边相关
	
	/** 返回边的迭代器
	 * @return
	 */
	public Iterator<Edge> getEdgeIterator(){
		return edgeList.iterator();
	}
	
	/**返回是否有以这个顶点为出发点的边数
	 * @return
	 */
	public int getEdgeCount(){
		return edgeList.size();
	}

	/**将这个顶点与endVertex连接,边的权值为weight
	 * @param endVertex
	 * @param weight
	 * @return 如果顶点已经与endVertex连接,那么将会更新权值,返回false<br>
	 * 如果顶点没有与endVertex相连,则互相连接,返回true
	 */
	public boolean connect(Vertex endVertex,double weight){
		Iterator<Edge> iterator=getEdgeIterator();
		Edge edge=null;
		Vertex vertex=null;
		while(iterator.hasNext()){
			edge=iterator.next();
			vertex=edge.getEndVertex();
			if(vertex.equals(endVertex)){
				//如果顶点已经与endVertex连接,那么将会更新权值,返回false
				edge.setWeight(weight);
				return false;
			}
		}
		//如果顶点没有与endVertex相连,则互相连接,返回true
		edge=new Edge(this,endVertex, weight);
		edgeList.add(edge);		
		return true;
	}
	
	/**将这个顶点与endVertex连接的边删除
	 * @param endVertex
	 * @return  如果顶点已经与endVertex连接,那么将会删除这条边,返回true<br>
	 * 如果顶点没有与endVertex连接,则啥都不做,返回false
	 */
	public boolean disconnect(Vertex endVertex){
		Iterator<Edge> iterator=getEdgeIterator();
		Edge edge=null;
		Vertex vertex=null;
		while(iterator.hasNext()){
			edge=iterator.next();
			vertex=edge.getEndVertex();
			if(vertex.equals(endVertex)){
				//如果顶点已经与endVertex连接,那么将会删除这条边,返回true
				//edgeList.remove(edge);
				iterator.remove();
				return true;
			}
		}
		//如果顶点没有与endVertex连接,则啥都不做,返回false		
		return false;
	}	
	
	/**返回是否有以这个顶点为出发点,以endVertex为结束点的边
	 * @return 如果有,返回那条边<br>
	 * 如果没有,返回null
	 */
	public Edge hasNeighbourVertex(Vertex endVertex){
		Iterator<Edge> iterator=getEdgeIterator();
		Edge edge=null;
		Vertex vertex=null;
		while(iterator.hasNext()){
			edge=iterator.next();
			vertex=edge.getEndVertex();
			if(vertex.equals(endVertex)){
				//如果顶点已经与endVertex连接,那么将返回这个边			
				return edge;
			}
		}
		//没有则返回null
		return null;
	}

	
	
	//下面是与顶点是否被访问相关
	
	/**返回顶点是否被访问
	 * @return
	 */
	public boolean isVisited() {
		return visited;
	}
	
	/**
	 * 访问这个顶点
	 */
	public void visit(){
		visited=true;
	}
	
	/**
	 * 不访问这个顶点,或者说是清除访问状态
	 */
	public void unVisit(){
		visited=false;
	}
	
	/**获得以这个顶点为出发点,相邻的第一个没有被访问的顶点
	 * @return 如果没有,返回null<br>
	 * 如果有,返回对应的顶点
	 */
	public Vertex getUnvisitedVertex(){
		Iterator<Edge> iterator=getEdgeIterator();
		Edge edge=null;
		Vertex vertex=null;
		while(iterator.hasNext()){
			edge=iterator.next();
			vertex=edge.getEndVertex();
			if(vertex.isVisited()==false){
				return vertex;
			}
		}
		//没有则返回null
		return null;
	}
	
	//下面与前驱节点相关	

	/**返回顶点的前驱节点
	 * @return
	 */
	public Vertex getPreviousVertex() {
		return previousVertex;
	}

	/**设置顶点的前驱节点
	 * @param previousVertex
	 */
	public void setPreviousVertex(Vertex previousVertex) {
		this.previousVertex = previousVertex;
	}

	//下面与顶点的权值相关
	
	/**返回顶点的权值
	 * @return
	 */
	public double getCost() {
		return cost;
	}

	/** 设置顶点的权值
	 * @param cost
	 */
	public void setCost(double cost) {
		this.cost = cost;
	}
	
	
	
	
	
	
}

beginVertex是开始点

endVertex是结束点

weight为边的权值

package datastructure.graph.adjacencymatrixgraph;

/** 连接两个顶点的边
 * @author xusy
 *
 */
public class Edge {
	
	/**
	 * beginVertex是边的起始顶点<br>
	 * 普通情况是不用显示地存储beginVertex,但是生成最小生成树时需要
	 */
	private Vertex beginVertex;
	
	/**
	 * 由于Edge是存储在Vertex中的,所以包含这个边的vertex是开始点
	 * endVertex是结束点
	 */
	private Vertex endVertex;
	
	/**
	 * 边的权值
	 */
	private double weight;

	/**创建边
	 * @param beginVertex 边的开始点
	 * @param endVertex 边的结束点
	 * @param weight  边的权值
	 */
	public Edge(Vertex beginVertex,Vertex endVertex, double weight) {
		this.beginVertex = beginVertex;
		this.endVertex = endVertex;
		this.weight = weight;
	}

		
	/**返回边的开始点
	 * @return
	 */
	public Vertex getBeginVertex() {
		return beginVertex;
	}

	/** 返回边的结束点
	 * @return
	 */
	public Vertex getEndVertex() {
		return endVertex;
	}

	/**返回边的权值
	 * @return
	 */
	public double getWeight() {
		return weight;
	}

	/**设置边的权值
	 * @param weight
	 */
	public void setWeight(double weight) {
		this.weight = weight;
	}
	
	
	
	

}

isDirect用来区分有向图,区别就是加入边的时候,无向图会加入两条,有向图只会加入一条

如果不需要边和顶点的权值,加入时,设置为0即可

package datastructure.graph.adjacencymatrixgraph;

import java.util.Iterator;
import java.util.LinkedHashMap;
import java.util.Map;
import java.util.Map.Entry;

/**邻接矩阵的图类
 * @author xusy
 *
 * @param <T>
 */
public class Graph<T> {
	
	/**
	 * 用来存储顶点
	 * T做为标识,vertext作为实际的顶点
	 */
	private Map<T, Vertex<T>> vertexMap;
	
	/**
	 * 图中边的数目<br>
	 * 顶点的数目可以用vertexMap.size()
	 */
	private int edgeCount;
	
	/**
	 * 图是否为有向图<br>
	 * 如果是有向图,则为true
	 */
	boolean isDirect;
	
	/**图的构造函数
	 * @param isDirect  图是否为有向图<br>
	 * 如果是有向图,则为true
	 */
	public Graph(boolean isDirect){
		vertexMap=new LinkedHashMap<>();
		edgeCount=0;
		this.isDirect=isDirect;
	}
	

	//下面与图的顶点相关
	
	/**返回图中的顶点个数
	 * @return
	 */
	public int getVertexCount(){
		return vertexMap.size();
	}
	
	/** 返回图的顶点的迭代器
	 * @return
	 */
	public Iterator<Vertex<T>> getVertexIterator(){
		return vertexMap.values().iterator();
	}
	
	/**在图中插入节点,节点的标识为label,节点的权值为cost
	 * @param label
	 * @param cost  如果不需要节点的权值,则设0即可
	 * @return 如果图中不存在该节点,则插入,返回true<br>
	 * 如果图中已经存在该节点,则更新权值,返回false
	 */
	public boolean addVertex(T label,double cost){
		Vertex vertex=vertexMap.get(label);
		if(vertex!=null){
			//如果图中已经存在该节点,则更新权值,返回false
			vertex.setCost(cost);
			return false;
		}
		//如果图中不存在该节点,则插入,返回true
		vertex=new Vertex<T>(label, cost);
		vertexMap.put(label, vertex);
		return true;
	}
	
	//下面与图的边相关
	
	/** 返回图中所有的边的个数<br>
	 * 如果为有向图,则是所有的有向边的个数<br>
	 * 如果为无向图,则视一条边为两条相反的有向边,相当于返回无向边的个数*2
	 * @return
	 */
	public int getEdgeCount(){
		Iterator<Vertex<T>> iterator=getVertexIterator();
		int count=0;
		while(iterator.hasNext()){
			Vertex<T> vertex=iterator.next();
			count=count+vertex.getEdgeCount();
		}
		return count;
	}
	
	/** 返回图中标识为label的顶点作为出发点的边的个数
	 * @param label
	 * @return 如果为有向图,则返回标识为label的顶点作为出发点的边的个数
	 * 如果为无向图,则返回标识为label的顶点相连接的边的个数
	 * 如果图中没有这个顶点,返回-1
	 */
	public int getEdgeCount(T label){
		Vertex<T> vertex=vertexMap.get(label);
		if(vertex==null){
			//如果图中没有这个顶点,返回-1
			return -1;
		}
		//返回途中标识为label的顶点作为出发点的边的个数
		return vertex.getEdgeCount();
	}
	
	/** 返回图中标识为label的顶点作为出发点的边的迭代器
	 * @param label
	 * @return 如果没有这个顶点,返回null
	 */
	public Iterator<Edge> getEdgeIterator(T label){
		Vertex<T> vertex=vertexMap.get(label);
		if(vertex==null){
			//如果图中没有这个顶点,返回null
			return null;
		}
		return vertex.getEdgeIterator();
	}
	
	
	/**在图中加入一条边,如果isDirect为true,则为有向图,则<br>
	 * 建立一条以begin作为标识的节点开始的边,以end作为标识的节点结束,边的权值为weight<br>
	 * 如果isDirect为false,则为无向图,则<br>
	 * 建立两条边,一条以begin开始,到end ,一条以end开始,到begin
	 * @param begin
	 * @param end
	 * @param weight 如果不需要边的权值,可以设为0
	 * @return 如果没有对应的边,则加入对应的边,返回true<br>
	 * 如果有对应的边,则更新weight,返回false
	 * 如果没有以begin或者end标识的顶点,则直接返回false
	 */
	public boolean addEdge(T begin,T end,double weight){
		Vertex beginVertex=vertexMap.get(begin);
		Vertex endVertex=vertexMap.get(end);
		if(beginVertex==null||endVertex==null){
			//如果没有以begin或者end标识的顶点,则直接返回false
			return false;
		}
		//有向图和无向图都要建立begin到end的边
		//如果顶点已经与endVertex连接,那么将会更新权值,result=false
		//如果顶点没有与endVertex相连,则互相连接,result=true
		boolean result=beginVertex.connect(endVertex, weight);
		if(result){
			edgeCount++;
		}
		if(!isDirect){
			//如果不是有向图,则建立两条边,一条以end开始,到begin
			endVertex.connect(beginVertex, weight);
			if(result){
				edgeCount++;
			}
		}				
		return result;
	}
	
	/**在图中删除一条边,如果isDirect为true,则为有向图,则<br>
	 * 删除一条以begin作为标识的节点开始的边,以end作为标识的节点结束<br>
	 * 如果isDirect为false,则为无向图,则<br>
	 * 删除两条边,一条以begin开始,到end ,一条以end开始,到begin
	 * @param begin
	 * @param end
	 * @return 如果有对应的边,则删除对应的边,返回true<br>
	 * 如果没有有对应的边,则直接返回false
	 * 如果没有以begin或者end标识的顶点,则直接返回false
	 */
	public boolean removeEdge(T begin,T end){
		Vertex beginVertex=vertexMap.get(begin);
		Vertex endVertex=vertexMap.get(end);
		if(beginVertex==null||endVertex==null){
			//如果没有以begin或者end标识的顶点,则直接返回false
			return false;
		}
		//有向图和无向图都要删除begin到end的边
		//如果顶点已经与endVertex连接,那么将会删除这条边,返回true
		//如果顶点没有与endVertex连接,则啥都不做,返回false
		boolean result=beginVertex.disconnect(endVertex);
		if(result){
			edgeCount--;
		}
		if(!isDirect){
			//如果不是有向图,则删除两条边,一条以end开始,到begin
			endVertex.disconnect(beginVertex);
			if(result){
				edgeCount--;
			}
		}				
		return result;
	}
	

	//下面与打印相关
	
	/**
	 * 打印图的概况,所有顶点,所有边
	 */
	public void printGraph(){
		Iterator<Vertex<T>> iteratorVertex=getVertexIterator();
		Iterator<Edge> iteratorEdge;
		Vertex<T> vertex;
		Edge edge;
		T label;
		System.out.println("图是否为有向图:"+isDirect+",图的顶点个数:"+getVertexCount()+",图的总边个数:"+getEdgeCount());
		while(iteratorVertex.hasNext()){
			vertex=iteratorVertex.next();
			label=vertex.getLabel();
			iteratorEdge=vertex.getEdgeIterator();
			System.out.println("顶点:"+label+",以这个顶点为出发点的边的个数:"+getEdgeCount(label)+",该顶点的权值为:"+vertex.getCost());
			while(iteratorEdge.hasNext()){
				edge=iteratorEdge.next();
				System.out.print("边:从 "+label+" 到 "+edge.getEndVertex().getLabel()+" ,权值:"+edge.getWeight()+"   ");
			}
			System.out.println();
		}
		System.out.println();
	}
	
	
}

测试

package datastructure.graph.adjacencymatrixgraph;

public class Main {

	public static void main(String[] args) {
		Graph<String> graph=new Graph<>(false);
		graph.addVertex("first", 0);
		graph.addVertex("second", 0);
		graph.addVertex("third", 1);
		graph.addEdge("first", "second", 1);
		graph.addEdge("first", "third", 2);
		
		graph.printGraph();
		
		graph.removeEdge("first", "second");
		graph.printGraph();

	}

}
  • 7
    点赞
  • 26
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Java初级数据结构与算法是指在Java编程语言中使用的基本数据结构和算法。在Java中,我们可以使用各种数据结构来存储和操作数据。常见的数据结构包括数组、链表、栈、队列和树等。这些数据结构可以用来解决各种实际问题,如搜索、排序、查找和插入等。 在Java中,我们可以使用ArrayList类来实现动态数组,LinkedList类来实现链表,Stack类来实现栈,Queue接口来实现队列,以及TreeSet和HashMap等类来实现树和哈希表等数据结构。这些数据结构提供了各种方法来操作和管理数据,如添加元素、删除元素、查找元素和遍历元素等。 此外,算法是解决问题的步骤和方法。在Java中,我们可以使用各种算法来处理数据结构中的数据。常见的算法包括线性搜索、二分搜索、冒泡排序、快速排序和遍历等。这些算法可以帮助我们高效地处理和操作数据。 总结来说,Java初级数据结构与算法是指在Java编程语言中使用的基本数据结构和算法,包括数组、链表、栈、队列、树和哈希表等数据结构,以及搜索、排序、查找和遍历等算法。通过学习和掌握这些数据结构和算法,我们可以更好地解决实际问题并提高程序的效率。\[1\]\[2\]\[3\] #### 引用[.reference_title] - *1* [【Java】数据结构与算法入门](https://blog.csdn.net/LongLiveThePRC/article/details/124573277)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [1.0 JAVA数据结构与算法](https://blog.csdn.net/xiexieya233/article/details/124082025)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [java基础语法:数据结构和算法](https://blog.csdn.net/qq_50395011/article/details/109739043)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值