图论算法——无向图的邻接链表实现

引言

有关图的概念可参考博文数据结构之图的概述

在这里插入图片描述
比如有个这样的无向图(看起来很像二叉树吧,其实二叉树是一种特殊的图),通过邻接链表表示如下:

在这里插入图片描述
我们通过索引表示顶点,索引指向的为一个链表(表示该顶点相邻的所有顶点,比如顶点2相邻的顶点为:0,1,3)。因为是无向图,若增加0-2边,会在0对应的链表中增加2,相应地也会在2对应的链表中增加0。

无向图的邻接集实现

package com.algorithms.graph;

import java.util.HashSet;
import java.util.Set;

/**
 * 无向图
 *
 * 使用0到V-1来表示一个含有V个顶点的图中的各个顶点。
 *
 *
 * @author yjw
 * @date 2019/5/15/015
 */
@SuppressWarnings("unchecked")
public class Graph {
    /**
     * 顶点数
     */
    private int vertexNum;
    /**
     * 边数
     */
    private int edgeNum;

    /**
     * 邻接集:不允许存在平行边
     */
    private Set<Integer>[] adj;

    public Graph(int v) {
        this.vertexNum = v;
        this.edgeNum = 0;
        adj = (Set<Integer>[]) new HashSet[vertexNum];
        /**
         * 代表顶点0到v-1
         */
        for (int i = 0; i < v; i++) {
            adj[i] = new HashSet<>();
        }
    }


    public int vertexNum() {
        return vertexNum;
    }

    public int edgeNum() {
        return edgeNum;
    }

    /**
     * 增加v<->w的边
     * @param v
     * @param w
     */
    public void addEdge(int v,int w) {
        /**
         * 两个端点都加就是无向图了
         */
        if (adj[v].add(w) && adj[w].add(v)) {
            edgeNum++;
        }
    }
    
    /**
     * 增加边的快速方法
     * @param start 起始节点
     * @param ends 结束节点数组
     */
    public void addDiEdges(int start,int ... ends) {
        for (int w : ends) {
            addEdge(start,w);
        }
    }

    public void addEdge(int ... edges) {
        if (edges.length % 2 != 0) {
            throw new IllegalStateException("顶点数必须为2的整数倍");
        }
        for (int i = 0; i < edges.length -1; i+=2) {
            addEdge(edges[i],edges[i+1]);
        }
    }

    /**
     * 计算v的度
     * @param v
     * @return
     */
    public int degree(int v) {
        int degree = 0;
        for (int w : adj(v)) {
            degree++;
        }
        return degree;
    }



    /**
     * 返回由v出发指向的顶点集合
     * @param v
     * @return
     */
    public Iterable<Integer> adj(int v) {
        return adj[v];
    }

    @Override
    public String toString() {
        StringBuilder s = new StringBuilder("(" + vertexNum + " vertices, " + edgeNum + " edges)\n");
        for (int v = 0; v < vertexNum; v++) {
            s.append(v).append(": ");
            for (int w: this.adj(v)) {
                s.append(w).append(" ");
            }
            s.append("\n");
        }
        return s.toString();
    }

    public static void main(String[] args) {
        Graph g = new Graph(6);
/*      g.addEdge(0,2);
        g.addEdge(2,1);
        g.addEdge(2,3);
        g.addEdge(3,4);
        g.addEdge(3,5);
        */
        g.addEdge(0,2,2,1,2,3,3,4,3,5);
        System.out.println(g);
    }
}

实例化无向图:

我们可通过该方法很方便的构造前面结构的图结构。
g.addEdge(0,2,2,1,2,3,3,4,3,5);

打印如下:

(6 vertices, 5 edges)
0: 2 
1: 2 
2: 0 1 3 
3: 2 4 5 
4: 3 
5: 3 
  • 6
    点赞
  • 20
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
算法与数据结构它们分别涵盖了以下主要内容: 数据结构(Data Structures): 逻辑结构:描述数据元素之间的逻辑关系,如线性结构(如数组、链表)、树形结构(如二叉树、堆、B树)、结构(有向无向图等)以及集合和队列等抽象数据类型。 存储结构(物理结构):描述数据在计算机中如何具体存储。例如,数组的连续存储,链表的动态分配节点,树和邻接矩阵或邻接表表示等。 基本操作:针对每种数据结构,定义了一系列基本的操作,包括但不限于插入、删除、查找、更新、遍历等,并分析这些操作的时间复杂度和空间复杂度。 算法: 算法设计:研究如何将解决问题的步骤形式化为一系列指令,使得计算机可以执行以求解问题。 算法特性:包括输入、输出、有穷性、确定性和可行性。即一个有效的算法必须能在有限步骤内结束,并且对于给定的输入产生唯一的确定输出。 算法分类:排序算法(如冒泡排序、快速排序、归并排序),查找算法(如顺序查找、二分查找、哈希查找),图论算法(如Dijkstra最短路径算法、Floyd-Warshall算法、Prim最小生成树算法),动态规划,贪心算法,回溯法,分支限界法等。 算法分析:通过数学方法分析算法的时间复杂度(运行时间随数据规模增长的速度)和空间复杂度(所需内存大小)来评估其效率。 学习算法与数据结构不仅有助于理解程序的内部工作原理,更能帮助开发人员编写出高效、稳定和易于维护的软件系统。

“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

打赏作者

愤怒的可乐

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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