一、图的基本介绍
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,就会使用到图
图的举例说明
图的常用概念
图的表示方式
二、图的深度优先遍历
图的广度优先遍历
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
// 定义一个数组boolean[],记录某个节点是否被访问
private boolean[] isVisited;
public static void main(String[] args) {
// 测试一把图是否创建ok
int n = 8;
// 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);
// 循环的添加节点
for (String vertex : Vertexs) {
graph.insertVertex(vertex);
}
// 添加边
// graph.insertEdge(0, 1, 1);// A-B
// graph.insertEdge(0, 2, 1);// A-C
// graph.insertEdge(1, 2, 1);// B-C
// graph.insertEdge(1, 3, 1);// B-D
// graph.insertEdge(1, 4, 1);// B-E
// 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();
// 测试,dfs遍历是否ok
// System.out.println("深度遍历");
// graph.dfs();// A->B->C->D->E->
System.out.println();
System.out.println("广度优先!");
graph.bfs();
}
// 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;
isVisited = new boolean[5];
}
/**
* 得到第一个邻接节点的下标w
*
* @param index
* @return 如果存在就返回对应的下标,否则返回-1
*/
public int getFirstNeighhbor(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;
}
/**
* 深度优先遍历算法 i 第一次就是0
*/
public void dfs(boolean[] isVisited, int i) {
// 首先我们访问该节点,输出
System.out.print(getValueByIndex(i) + "->");
// 将节点设置为已经访问
isVisited[i] = true;
// 查找节点i的第一个邻接节点w
int w = getFirstNeighhbor(i);
while (w != -1) {// 说明有
if (!isVisited[w]) {
dfs(isVisited, w);
}
// 如果w节点已经被访问过
w = getNextNeighbor(i, w);
}
}
// 对dfs进行一个重载,遍历所有的节点,并进行dfs
public void dfs() {
isVisited = new boolean[vertexList.size()];
// 遍历所有的节点,进行dfs[回溯]
for (int i = 0; i < getNumOfVertex(); i++) {
if (!isVisited[i]) {
dfs(isVisited, i);
}
}
}
/**
* 对一个节点进行广度优先遍历的方法
*/
private void bfs(boolean[] isVisited, int i) {
int u;// 表示队列的头节点对应的下标
int w;// 邻接节点w
// 队列,记录节点访问的顺序
LinkedList queue = new LinkedList();
// 访问节点,输出节点信息
System.out.print(getValueByIndex(i) + "=>");
// 标记为已访问
isVisited[i] = true;
// 将节点加入队列
queue.addLast(i);
while (!queue.isEmpty()) {
// 取出队列的头节点下标
u = (Integer) queue.removeFirst();
// 得到第一个邻接节点的下标w
w = getFirstNeighhbor(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后面的下一个邻接点
w = getNextNeighbor(u, w);// 体现广度优先
}
}
}
/**
* 遍历所有的节点,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
*
* @return 返回节点的个数
*/
public int getNumOfVertex() {
return vertexList.size();
}
/**
* 显示图对应的矩阵
*/
public void showGraph() {
for (int[] link : edges) {
System.out.println(Arrays.toString(link));
}
}
/**
* 图中常用的方法
*
* @return 得到边的数目
*/
public int getNumOfEdges() {
return numOfEdges;
}
/**
* 图中常用的方法
*
* @param i 返回节点i(下标)对应的数据0 -> "A" 1 -> "B" 2 -> "C"
* @return
*/
public String getValueByIndex(int i) {
return vertexList.get(i);
}
/**
* @return 返回v1和v2的权值
*/
public int getWeight(int v1, int v2) {
return edges[v1][v2];
}
/**
* 插入节点
*/
public void insertVertex(String vertex) {
vertexList.add(vertex);
}
/**
* 添加边
*
* @param v1 表示点的下标即是第几个顶点 "A" - "B" "A" -> 0 "B" -> 1
* @param v2 第二个顶点对应的下标
* @param weight
*/
public void insertEdge(int v1, int v2, int weight) {
edges[v1][v2] = weight;
edges[v2][v1] = weight;
numOfEdges++;
}
}
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
文章由极客之家整理,本文链接:https://www.bmabk.com/index.php/post/110936.html