图是一种数据结构;
邻接表相较于邻接矩阵,减少了存储空间;
图的深度优先遍历(DFS)
图的广度优先遍历(BFS)
代码:
import java.util.ArrayList;
import java.util.Arrays;
import java.util.LinkedList;
public class Graph {
public static void main(String[] args) {
int n = 8; // 节点的个数
String[] vertexs = {"1", "2", "3", "4", "5", "6", "7", "8"};
Graph graph = new Graph(n);
// 添加顶点
for (String VertexValue : vertexs) {
graph.insertVertex(VertexValue);
}
graph.insertEdge(0, 1, 1);
graph.insertEdge(0, 2, 1);
graph.insertEdge(1, 3, 1);
graph.insertEdge(1, 4, 1);
graph.insertEdge(2, 5, 1);
graph.insertEdge(2, 6, 1);
graph.insertEdge(3, 7, 1);
graph.insertEdge(4, 7, 1);
graph.insertEdge(5, 6, 1);
// 展示邻接矩阵
graph.showGraph();
graph.dfs();
// graph.bfs();
}
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; // 边的数量
private boolean isVisited[]; // 是否被访问
public Graph(int n) {
edges = new int[n][n];
vertexList = new ArrayList<>(n);
numOfEdges = 0;
isVisited = new boolean[n];
}
/**
* 得到第一个邻接节点的下标
*
* @param index
* @return
*/
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的下标
*
* @param v1
* @param v2
* @return
*/
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
*/
public void dfs() {
isVisited = new boolean[isVisited.length];
for (int i = 0; i < getNumOfEdges(); i++) { // 节点个数5
if (!isVisited[i]) {
dfs(isVisited, i);
}
}
}
private void dfs(boolean[] isVisited, int i) {
System.out.print(getValByIndex(i) + "->");
// 将该节点设置为已访问
isVisited[i] = true;
// 查找节点i的第一个邻接节点
int w = getFirstNeighbor(i);
while (w != -1) {
// 没有访问过
if (!isVisited[w]) {
dfs(isVisited, w);
}
// 邻接节点已经被访问过
w = getNextNeighbor(i, w);
}
}
/**
* 遍历所有的节点,都进行广度优先搜索
*/
public void bfs() {
isVisited = new boolean[isVisited.length];
for (int i = 0; i < getNumOfEdges(); i++) {
if (!isVisited[i]) {
bfs(isVisited, i);
}
}
}
/**
* 对一个节点进行广度优先遍历的方法
*
* @param isVisited
* @param i
*/
private void bfs(boolean[] isVisited, int i) {
int u; // 表示队列头节点对应的下标
int w; // 邻接节点的下标
// 队列,记录节点访问的顺序
LinkedList<Integer> queue = new LinkedList<>();
// 访问节点
System.out.print(getValByIndex(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();
// 得到第一个邻接点的下标
w = getFirstNeighbor(u);
while (w != -1) {
if (!isVisited[w]) {
System.out.print(getValByIndex(w) + "=>");
// 标记为已访问
isVisited[w] = true;
// 入队
queue.addLast(w);
}
// 以u为前驱点,找w后面的邻接点
w = getNextNeighbor(u, w);
}
}
}
/**
* 添加边
*
* @param v1 表示第一个顶点的下标
* @param v2 表示第二个顶点的下标
* @param weight 权值
*/
public void insertEdge(int v1, int v2, int weight) {
edges[v1][v2] = weight;
edges[v2][v1] = weight; // 无向图
numOfEdges++;
}
/**
* 添加节点
*
* @param vertex
*/
public void insertVertex(String vertex) {
vertexList.add(vertex);
}
/**
* 返回节点的个数
*
* @return
*/
public int getNumOfEdges() {
return vertexList.size();
}
/**
* 返回节点i(下标)对应的数据
*
* @param i
* @return
*/
public String getValByIndex(int i) {
return vertexList.get(i);
}
/**
* 返回v1和v2的权值
*
* @param v1
* @param v2
* @return
*/
public int getWeight(int v1, int v2) {
return edges[v1][v2];
}
/**
* 显示图对应的矩阵
*/
public void showGraph() {
for (int[] edge : edges) {
System.out.println(Arrays.toString(edge));
}
}
}
参考视频:【尚硅谷】数据结构与算法(Java数据结构与算法)_哔哩哔哩_bilibili