一、图的基本介绍
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。
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。
二、图的表示方法
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
-
举例说明
三、图的深度优先遍历(DFS)
深度优先遍历的思想:
-
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
-
访问初始结点 v,并标记结点 v 为已访问。
-
查找结点 v 的第一个邻接结点 w。
-
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。
-
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)。
-
查找结点 v 的 w 邻接结点的下一个邻接结点,转到步骤 3。
-
分析图
深度优先遍历算法的核心代码
//进行深度优先遍历
private void dfs(boolean[] isVisited,int i)
{
//首先先访问该结点并输出
System.out.print(getValueByIndex(i)+"->");
//其次将结点设置为已经访问
isVisited[i]=true;
//查找结点i的第一个邻接节点
int w=getFirstNeighbor(i);
//当w!=-1时,表示有邻接节点
while (w!=-1)
{
//如果该节点被没有访问过
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[相当于回溯]
for (int i=0;i<getNumOfVertex();i++)
{
if (!isVisited[i])
{
dfs(isVisited,i);
}
}
}
四、图的广度优先遍历算法(BFS)
基本思想:
-
图的广度优先搜索(Broad First Search) 。
-
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
-
访问初始结点 v 并标记结点 v 为已访问。
-
结点 v 入队列
-
当队列非空时,继续执行,否则算法结束。
-
出队列,取得队头结点 u。
-
查找结点 u 的第一个邻接结点 w。
-
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。
核心代码:
//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;//邻接节点w
//队列,记录访问的顺序
LinkedList quene=new LinkedList();
//访问结点,输出结点信息
System.out.print(getValueByIndex(i)+"->");
//标志结点已访问
isVisited[i]=true;
//将结点加入队列
quene.addLast(i);
while (!quene.isEmpty())
{
//取出队列的头结点下标
u=(Integer) quene.removeFirst();
//得到第一个邻接节点的下标
w=getFirstNeighbor(u);
while (w!=-1)
{
//如果没有被访问
if (!isVisited[w])
{
//System.out.print(getValueByIndex(w)+"->");
//标记已经访问
isVisited[w]=true;
//入队
quene.addLast(w);
}
//以u为前驱点,找w后面的下一个结点
w=getNextNeighbor(u,w);
}
}
}
//遍历所有结点,都进行广度优先遍历搜索
public void bfs()
{
isVisited = new boolean[vertexList.size()];
for (int i=0;i<getNumOfVertex();i++)
{
bfs(isVisited,i);
}
}
五、图的整体代码实现
package cn.zzw.algorithm.graph;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.LinkedList;
public class Graph {
private ArrayList<String> vertexList;//存储顶点集合
private int[][] edges;//存储图对应的邻接矩阵
private int numOfEdges;//表示边的数目
private boolean[] isVisited;
public static void main(String[] args) {
int n=8;//结点的个数
String Vertexs[] = {"1", "2", "3", "4", "5", "6", "7", "8"};
//创建图对象
Graph graph= new Graph(n);
//循环的添加结点
for (String vertex: Vertexs)
{
graph.insertVertex(vertex);
}
//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);
//显示邻接矩阵
graph.showGraph();
//System.out.println("深度优先遍历");
//graph.dfs();
System.out.println("广度优先遍历");
graph.bfs();
}
public Graph(int n)
{
//初始化矩阵和vertexList
edges=new int[n][n];
vertexList=new ArrayList<>(n);
numOfEdges=0;
}
//得到第一个邻接节点的下标w
public int getFirstNeighbor(int index)
{
for (int j=0;j<vertexList.size();j++)
{
if (edges[index][j]>0)
{
return j;
}
}
return -1;
}
//根据前一个邻接节点的下标来获取下一个邻接节点
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;
}
//图中常用的方法
//1.返回结点的个数
public int getNumOfVertex()
{
return vertexList.size();
}
//对应边的数目
public int getNumOfEdges()
{
return numOfEdges;
}
//返回结点i(下标)对应的数据
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
public void insertEdge(int v1,int v2,int weight)
{
edges[v1][v2]=weight;
edges[v2][v1]=weight;
numOfEdges++;
}
//显示对应的矩阵
public void showGraph()
{
for (int[] link:edges)
{
System.out.println(Arrays.toString(link));
}
}
//进行深度优先遍历
private void dfs(boolean[] isVisited,int i)
{
//首先先访问该结点并输出
System.out.print(getValueByIndex(i)+"->");
//其次将结点设置为已经访问
isVisited[i]=true;
//查找结点i的第一个邻接节点
int w=getFirstNeighbor(i);
//当w!=-1时,表示有邻接节点
while (w!=-1)
{
//如果该节点被没有访问过
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[相当于回溯]
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;//邻接节点w
//队列,记录访问的顺序
LinkedList quene=new LinkedList();
//访问结点,输出结点信息
System.out.print(getValueByIndex(i)+"->");
//标志结点已访问
isVisited[i]=true;
//将结点加入队列
quene.addLast(i);
while (!quene.isEmpty())
{
//取出队列的头结点下标
u=(Integer) quene.removeFirst();
//得到第一个邻接节点的下标
w=getFirstNeighbor(u);
while (w!=-1)
{
//如果没有被访问
if (!isVisited[w])
{
//System.out.print(getValueByIndex(w)+"->");
//标记已经访问
isVisited[w]=true;
//入队
quene.addLast(w);
}
//以u为前驱点,找w后面的下一个结点
w=getNextNeighbor(u,w);
}
}
}
//遍历所有结点,都进行广度优先遍历搜索
public void bfs()
{
isVisited = new boolean[vertexList.size()];
for (int i=0;i<getNumOfVertex();i++)
{
bfs(isVisited,i);
}
}
}
测试结果:
"C:\Program Files\Java\jdk1.8.0_181\bin\java.exe" "-javaagent:D:\IntelliJ IDEA\IntelliJ IDEA 2019.3.3\lib\idea_rt.jar=10452:D:\IntelliJ IDEA\IntelliJ IDEA 2019.3.3\bin" -Dfile.encoding=UTF-8 -classpath "C:\Program Files\Java\jdk1.8.0_181\jre\lib\charsets.jar;C:\Program Files\Java\jdk1.8.0_181\jre\lib\deploy.jar;C:\Program Files\Java\jdk1.8.0_181\jre\lib\ext\access-bridge-64.jar;C:\Program Files\Java\jdk1.8.0_181\jre\lib\ext\cldrdata.jar;C:\Program Files\Java\jdk1.8.0_181\jre\lib\ext\dnsns.jar;C:\Program Files\Java\jdk1.8.0_181\jre\lib\ext\jaccess.jar;C:\Program Files\Java\jdk1.8.0_181\jre\lib\ext\jfxrt.jar;C:\Program Files\Java\jdk1.8.0_181\jre\lib\ext\localedata.jar;C:\Program Files\Java\jdk1.8.0_181\jre\lib\ext\nashorn.jar;C:\Program Files\Java\jdk1.8.0_181\jre\lib\ext\sunec.jar;C:\Program Files\Java\jdk1.8.0_181\jre\lib\ext\sunjce_provider.jar;C:\Program Files\Java\jdk1.8.0_181\jre\lib\ext\sunmscapi.jar;C:\Program Files\Java\jdk1.8.0_181\jre\lib\ext\sunpkcs11.jar;C:\Program Files\Java\jdk1.8.0_181\jre\lib\ext\zipfs.jar;C:\Program Files\Java\jdk1.8.0_181\jre\lib\javaws.jar;C:\Program Files\Java\jdk1.8.0_181\jre\lib\jce.jar;C:\Program Files\Java\jdk1.8.0_181\jre\lib\jfr.jar;C:\Program Files\Java\jdk1.8.0_181\jre\lib\jfxswt.jar;C:\Program Files\Java\jdk1.8.0_181\jre\lib\jsse.jar;C:\Program Files\Java\jdk1.8.0_181\jre\lib\management-agent.jar;C:\Program Files\Java\jdk1.8.0_181\jre\lib\plugin.jar;C:\Program Files\Java\jdk1.8.0_181\jre\lib\resources.jar;C:\Program Files\Java\jdk1.8.0_181\jre\lib\rt.jar;C:\Users\1\IdeaProjects\algorithm\out\production\algorithm" cn.zzw.algorithm.graph.Graph
[0, 1, 1, 0, 0, 0, 0, 0]
[1, 0, 0, 1, 1, 0, 0, 0]
[1, 0, 0, 0, 0, 1, 1, 0]
[0, 1, 0, 0, 0, 0, 0, 1]
[0, 1, 0, 0, 0, 0, 0, 1]
[0, 0, 1, 0, 0, 0, 1, 0]
[0, 0, 1, 0, 0, 1, 0, 0]
[0, 0, 0, 1, 1, 0, 0, 0]
广度优先遍历
1->2->3->4->5->6->7->8->
Process finished with exit code 0