介绍
图遍历介绍
所谓图的遍历,即是对结点的访问。一个图有那么多个结点,如何遍历这些结点,需要特定策略,一般有两种访问策略:(1)深度优先遍历(2)广度优先遍历
深度优先遍历基本思想
图的深度优先搜素(Depth First Search)
- 深度优先遍历,从初始化访问结点出发,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
思路分析
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当作另一个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.
代码实现
import java.util.ArrayList;
import java.util.Arrays;
/**
* @author Kino
* @create 2022-08-30 10:55
*/
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
// 定义给数组boolean[],记录某个结点是否被访问
private boolean[] isVisited;
public static void main(String[] args) {
// 测试一把图是否创建ok;
int n = 5; // 结点的个数
String[] vertexValue = {"A","B","C","D","E"};
// 创建图对象
Graph graph = new Graph(n);
for (int i = 0; i < vertexValue.length; i++) {
graph.insertVertex(vertexValue[i]);
}
graph.insertEdge(0,1,1);
graph.insertEdge(0,2,1);
graph.insertEdge(1,2,1);
graph.insertEdge(1,3,1);
graph.insertEdge(1,4,1);
// 显示邻接矩阵
graph.show();
System.out.println("深度优先遍历");
graph.dfs();
}
// 构造器
public Graph(int n) {
// 初始化矩阵和vertexList
edges = new int[n][n];
vertexList = new ArrayList<String>();
numOfEdges = 0;
isVisited = new boolean[n];
}
// 得到第一个邻接结点的下标w
/**
*
* @param index
* @return 如果存在就返回对应的下标,否则返回-1
*/
public int getFirstNeighbor(int index) {
for (int j = 0; j < vertexList.size(); j++) {
if (edges[index][j] > 0) {
return j;
}
}
return -1;
}
// 根据前一个邻接结点的下标来获取下一个邻接结点
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) {
// 首先我们访问该结点,输出
System.out.print(getValueByIndex(i) + "->");
// 将结点设置为已经访问
isVisited[i] = true;
// 查找结点i的第一个邻接结点w
int w = getFirstNeighbor(i);
while (w != -1) {
if (!isVisited[w]) {
dfs(isVisited, w);
}
// 查找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() {
// 遍历所有的结点,进行dfs[回溯]
for (int i = 0; i < getNumOfVertex(); i++) {
if (!isVisited[i]) {
dfs(isVisited,i);
}
}
}
// 插入结点
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 权值
*/
public void insertEdge(int v1, int v2, int weight) {
edges[v1][v2] = weight;
edges[v2][v1] = weight;
}
// 图中常用的方法
// 返回结点的个数
public int getNumOfVertex(){
return vertexList.size();
}
// 得到边的数目
public int getNumOfEdges(){
return numOfEdges;
}
// 返回结点i(下标)对应的数据 0->'A' 1->'B'
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];
}
// 显示图对应的矩阵
public void show() {
for (int[] edge : edges) {
System.out.println(Arrays.toString(edge));
}
}
}