图由边的集合及顶点的集合组成。

如果一个图的顶点对是有序的,则可以称之为有向图,反之无序图

function Graph(v) {
    this.vertices = v; //顶点
    this.edges = 0;  // 边的数量
   //使用一个长度与图的顶点数相同的数组来记录顶点的数量
    this.adj = []; 
    for (var i = 0; i < this.vertices; ++i) {
      this.adj[i] = [];
      this.adj[i].push("");
    }
    //增加边的方法
    this.addEdge = addEdge;
    // 打印所有顶点及其相邻顶点列表的方式来显示图
    this.showGraph = showGraph;
    //搜索某一个顶点的所有路径
    this.dfs = dfs;
    // 用一个数组存放所有顶点,boolean值来表示是否访问过
    this.marked = [];
    for (var i = 0; i < this.vertices; ++i) {
          this.marked[i] = false;
    }
    // 广度优先搜索需要数组来保存从一个顶点到下一个顶点的所有边
    this.edgeTo = [];
}
//当调用这个函数并传入顶点 A 和 B 时,函数会先查找顶点 A 的邻接表,将顶点 B 添加到列表中,然后再查找顶点 B 的邻接表,将顶点 A 加入列表。最后,这个函数会将边数加 1。
function addEdge(v, w) {
    this.adj[v].push(w);
    this.adj[w].push(v);
    this.edges++;
}
// 遍历所有顶点
function showGraph() {
    for (var i = 0; i < this.vertices; ++i) {
    putstr(i + " -> ");
    for (var j = 0; j< this.vertices; ++j) {
        if (this.adj[i][j] != undefined)
            putstr(this.add[i][j] + ' ');
        }
        print();
    }
}

深度优先搜索算法比较简单:访问一个没有访问过的顶点,将它标记为已访问,再递归地去访问在初始顶点的邻接表中其他没有访问过的顶点。

function dfs(v) {
    this.marked[v] = true;
    if (this.adj[v] != undefined) {
        print("Visited vertex: " + v);
    }
    for each(var w in this.adj[v]) {
        if (!this.marked[w]) {
            this.dfs(w);
        }
    }
}
// 测试 dfs() 函数的程序
g = new Graph(5);
g.addEdge(0, 1);
g.addEdge(0,2);
g.addEdge(1,3);
g.addEdge(2,4);
g.showGraph();
g.dfs(0);

以上程序的输出结果为:
0 -> 1 2
1 -> 0 3
2 -> 0 4
3 -> 1
4 -> 2
Visited vertex: 0
Visited vertex: 1
Visited vertex: 3
Visited vertex: 2
Visited vertex: 4

广度优先搜索从第一个顶点开始,尝试访问尽可能靠近它的顶点。本质上,这种搜索在图上是逐层移动的,首先检查最靠近第一个顶点的层,再逐渐向下移动到离起始顶点最远的层

function bfs(s) {
    var queue = [];
    this.marked[s] = true;
    queue.push(s); // 添加到队尾
    while (queue.length > 0) {
        var v = queue.shift(); // 从队首移除
        if (v == undefined) {
            print("Visisted vertex: " + v);
        }
        for each(var w in this.adj[v]) {
            if (!this.marked[w]) {
                this.edgeTo[w] = v;
                this.marked[w] = true;
                queue.push(w);
            }
        }
    } 
}

以上程序的输出结果为:
0 -> 1 2
1 -> 0 3
2 -> 0 4
3 -> 1
4 -> 2
Visited vertex: 0
Visited vertex: 1
Visited vertex: 2
Visited vertex: 3
Visited vertex: 4

你可能感兴趣的:(图)