java数据结构之图(邻接矩阵和邻接表)

JAVA数据结构之图

1、图的介绍和原理

1.1、图的基本概念

图是由顶点集(VertexSet)和边集(EdgeSet)组成,针对图G,顶点集和边集分别记为V(G)和E(G)。依据图的边集是否为有向,可把图分为有向图和无向图,根据图是否有权重,可以分为有权图和无权图。
图的基本术语:
1:邻接点----在一个无向图中,若存在一条边(Vi,Vj),则称Vi,Vj为此边的两个端点,并称它们互为邻接点;
2:出/入边   -----在一个有向图张,若存在一条边,则称此边为顶点Vi的出边,顶点Vj的一条入边;
3:度/入度/出度----无向图中的度定义为以该顶点为一个端点的边的数目,记为D(V)。有向图的入度定义为多少边指向该顶点,出度是该顶点出边的个数;

1.2、图的表示方式之邻接矩阵

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。对于无向图 如果顶点b1和b2是连接的,那么在二维矩阵中matrix[b1,b2]和matrix[b2,b1]位置的值置为1,如果是有向图b1指向b2,那么 matrix[b1,b2]=1,matrix[b2,b1]=0;下面用一个例子表示无向图和有向图的邻接矩阵;

            java数据结构之图(邻接矩阵和邻接表)_第1张图片      java数据结构之图(邻接矩阵和邻接表)_第2张图片                       
                                    无向图                                                                             有向图                                                                                             
 上面的无向图用邻接矩阵表示的话为:                                该有向图用邻接矩阵来表示的话:
java数据结构之图(邻接矩阵和邻接表)_第3张图片              java数据结构之图(邻接矩阵和邻接表)_第4张图片
如果图是一个带权图,需要把1换为相应边上的权值,把非对角线上的换成一个很大的特定的实数则可,表示相应的边不存在,这个特定的实数通常用无穷大或MaxValue来表示,他要大于图G中所有边的权值(这里就不多加以举例)。

1.3、图的表示方式之邻接表

邻接矩阵与邻接表相比,它会造成空间的一定损失,它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边,但是邻接表的实现就不一样,它只关心存在的边,不关心不存在的边。邻接表由数组+链表组成对于上面的无向图,邻接表表示为(由于有向和无向的差别不是太大,所以只是画出了无向的邻接表表示):
java数据结构之图(邻接矩阵和邻接表)_第5张图片
该图标是为,标号为0的结点的相关联的结点为 1 2 3 4;标号为1的结点的相关联结点为0 4,标号为2的结点相关联的结点为 0 4 5......

2、图的实现

2.1、邻接矩阵表示图

边集数组用来存放边的信息,包括边的起点、终点和权重。边结点定义如下:
package Graph;
//边集数组 ,存放边的信息
//邻域数组表示  和 邻域表表示  是两种不同的表示方式
//表示的是插入边的元素,边的起点和终点  边的权重
public class EdgeElement {
	int fromvex;
	int endvex;
	int weight;
	
	public EdgeElement(int v1,int v2){
		//对于无权重图的初始化
		fromvex=v1;
		endvex=v2;
		weight=1;
	}
	public EdgeElement(int v1,int v2,int wgt){
		//对于有权重图的初始化
		fromvex=v1;
		endvex=v2;
		weight=wgt;
	}	
}
定义一个图的接口。代码如下:
package Graph;
//可以通过边集来得到一个图的构成
public interface Graph {
	void creatGraph(EdgeElement d[]);		//通过边结点来构建一个图
	GraphType graphType();				//返回图的类型  无向无权图 无向有权图  有向无权图  有向有权图 定义一个枚举变量
	int vertices();					//返回图的顶点数
	int edges();					//返回图的边数
	boolean find(int i,int j);			//从图中查找一条边(i,j)是否存在
	void putEdge(EdgeElement theEdge);		//像图中插入一条边 theEdge
	void removeEdge(int i,int j);			//从图中删除一条边
	int degree(int i);				//返回顶点i的度
	int inDegree(int i);				//返回顶点i的入度
	int outDegree(int i);				//返回顶点i的出度
	void output();					//以图的顶点集和边集的形式输出一个图
	void depthFirstSearch(int v);			//从顶点v开始深度优先搜索整幅图
	void breadthFirstSearch(int v);			//从顶点v开始广度优先搜索整幅图
}
根据图的边集合创建一个图的邻接矩阵,图有四种类型,有向有权重、有向无权重、无向有权重、无向无权重。需要分为四种情况考虑。取出边结点的fromvex、endvex、weight信息,如果是无向无权重,那么a[fromvex][endvex]=a[endvex][fromvex]=1;如果是无向有权重,那么a[fromvex][endvex]=a[endvex][fromvex]=weight;如果是有向无权重,那么a[fromvex][endvex]=1;如果是有向有权重,那么a[fromvex][endvex]=weight;具体构造图的实现代码如下:
	//在邻域数组中写数据
	public void creatGraph(EdgeElement[] d) {
		int i;
		for(i=0;in-1 || v2<0 || v2>n-1 || v1==v2){
				System.out.println("边的顶点序号无效,退出运行");
				System.exit(0);
			}
			if(type==GraphType.NoDirectionNoWeight){
				a[v1][v2]=a[v2][v1]=1;
			}else if(type==GraphType.NoDirectionWeight){
				a[v1][v2]=a[v2][v1]=d[i].weight;
			}else if(type==GraphType.DirectionNoWeight){
				a[v1][v2]=1;
			}else{
				a[v1][v2]=d[i].weight;
			}
		}
		e=i;			//边的数目
	}
向图中插入一条边,如果当前图中不存在此条边,则应修改表示图中边数的数据成员e的值,使其增加1,然后再完成插入,如果已存在,则只需要修改该边的权值。代码如下:
	public void putEdge(EdgeElement theEdge) {
		int v1,v2;
		v1=theEdge.fromvex;
		v2=theEdge.endvex;
		if(v1<0 || v1>n-1 || v2<0 || v2>n-1 || v1==v2){
			System.out.println("边的顶点序号无效,退出运行!");
			System.exit(0);
		}
		if(a[v1][v2]==0 || a[v1][v2]==MaxValue) e++;		//边数e的值加一
		if(type==GraphType.NoDirectionNoWeight || type==GraphType.NoDirectionWeight){
			if(type==GraphType.NoDirectionNoWeight){
				a[v1][v2]=a[v2][v1]=1;
			}else{
				a[v1][v2]=a[v2][v1]=theEdge.weight;
			}
		}else{
			if(type==GraphType.DirectionNoWeight) a[v1][v2]=1;
			else{
				a[v1][v2]=theEdge.weight;
			}
		}
	}
从图中删除一条边,如果该边不存在,则直接退出函数,如果该边存在的话,那么对于无向图而言,删除a[fromvex][endvex],同时也要删除a[endvex][fromvex],对于有向图而言只需要删除a[fromvex][endvex]。实现如下:
	public void removeEdge(int i, int j) {
		if(i<0 || i>n-1 || j<0 || j>n-1 || i==j){
			System.out.println("边的顶点序号无效,退出运行!");
			System.exit(0);
		}
		if(a[i][j]==0 || a[i][j]==MaxValue){
			System.out.println("要删除的边不存在,退出运行!");
			System.exit(0);			
		}
		if(type==GraphType.NoDirectionNoWeight){
			a[i][j]=a[j][i]=0;
		}else if(type==GraphType.NoDirectionWeight){
			a[i][j]=a[j][i]=MaxValue;
		}else if(type==GraphType.DirectionNoWeight){
			a[i][j]=0;
		}else a[i][j]=MaxValue;
		e--;
	}
求出并返回顶点的度,由于图的类型分为有向和无向,有向图需要分别求入度和出度。代码如下:
	//得到该结点的度
	public int degree(int i) {
		if(i<0 || i> n-1){
			System.out.println("参数的顶点序号值无效,退出运行");
			System.exit(0);
		}
		int k=0;
		if(type==GraphType.NoDirectionNoWeight || type==GraphType.NoDirectionWeight){
			for(int j=0;j n-1){
			System.out.println("参数的顶点序号值无效,退出运行");
			System.exit(0);
		}
		if(type==GraphType.NoDirectionNoWeight || type==GraphType.NoDirectionWeight){
			return -1;
		}
		int k=0;
		for(int j=0;j n-1){
			System.out.println("参数的顶点序号值无效,退出运行");
			System.exit(0);
		}
		if(type==GraphType.NoDirectionNoWeight || type==GraphType.NoDirectionWeight){
			return -1;
		}
		int k=0;
		for(int j=0;j
输出顶点集和边集,这里由于构造的是邻接矩阵,那么只需要看边集结点信息和对应的矩阵值,具体代码如下:
	//输出
	public void output() {
		int i,j;
		System.out.print("V={");//输出顶点集合
		for(i=0;i");
						}
					}
				}
			}
		}else{
			for(i=0;i"+a[i][j]+",");
					}
				}
			}
		}
		System.out.print("}");
	}
搜索整个图,搜索图分为深度搜索和广度搜索。
	//深度优先进行搜索   是从哪个顶点开始遍历,这里可以用顶点序号表示顶点
	public void depthFirstSearch(int v) {		//驱动函数
		boolean visited[]=new boolean[n];
		for(int i=0;i

***************************************分割线*********************

2.2邻接表表示图(由于实现起来只是不太难的逻辑,所以代码不做太多解释)

邻接表结点定义,存储指向的结点,该结点的权重,还有该节点指向的下一个结点,具体代码实现如下:
package GraphLink;
//定义邻接表类型
public class EdgeNode{
	//需要一个存储自身结点
	int adjvex;
	int weight;
	EdgeNode next;
	//无权图
	public EdgeNode(int adj,EdgeNode nt){
		this.adjvex=adj;
		this.next=nt;
		this.weight=1;
	}
	//有权图
	public EdgeNode(int adj,int wgt,EdgeNode nt){
		this.adjvex=adj;
		this.weight=wgt;
		this.next=nt;
	}
}
通过边集合生成一个邻接表代码如下:
	//生成图函数
	@Override
	public void creatGraph(EdgeElement[] d) {
		int i;
		for(i=0;in-1||v2<0||v2>n-1||v1==v2){
				System.out.println("边的顶点序号无效,退出运行");
				System.exit(0);
			}
			if(type==GraphType.NoDirectionNoWeight){//处理无方向 无权重的图
				a[v1]=new EdgeNode(v2,a[v1]);//把边挂载在主干上,a为EdgeNode类型的一维数组
				a[v2]=new EdgeNode(v1,a[v2]);//处理第二条边
			}else if(type==GraphType.NoDirectionWeight){//处理无向有权图
				a[v1]=new EdgeNode(v2,weight,a[v1]);
				a[v2]=new EdgeNode(v1,weight,a[v2]);
			}else if(type==GraphType.DirectionNoWeight){//处理有向无权图
				a[v1]=new EdgeNode(v2,a[v1]);
			}else {
				a[v1]=new EdgeNode(v2,weight,a[v1]);
			}
		}
		e=i;
	}
查找图的一条边的信息代码如下:
	//在图中查找一条边
	public boolean find(int v1,int v2){
		if(v1<0||v1>n-1||v2<0||v2>n-1||v1==v2){
			System.out.println("边的顶点序号无效,退出运行");
			System.exit(0);
		}
		EdgeNode p=a[v1];
		while(p!=null){
			if(p.adjvex==v2){
				return true;
			}
			p=p.next;
		}
		return false;
	}
向图中插入一条边代码:
	//向图中插入一条边
	public void putEdge(EdgeElement theEdge){
		int v1,v2,weight;
		v1=theEdge.fromvex;
		v2=theEdge.endvex;
		weight=theEdge.weight;
		if(v1<0||v1>n-1||v2<0||v2>n-1||v1==v2){
			System.out.println("边的顶点序号无效,退出运行");
			System.exit(0);
		}
		EdgeNode p=a[v1];
		while(p!=null){
			if(p.adjvex==v2){
				break;//退出后处理
			}
			p=p.next;
		}
		if(p==null) e++;
		else{
			if(type==GraphType.DirectionWeight || type==GraphType.NoDirectionWeight){
				p.weight=weight;
			}
			if(type==GraphType.NoDirectionWeight){//无向有权重的另一条边也要处理
				EdgeNode q=a[v2];
				while(q!=null){
					if(q.adjvex==v1) break;
					q=q.next;
				}
				q.weight=weight;
			}
			return;
		}
		if(type==GraphType.NoDirectionNoWeight){//如果是无向无权重
			a[v1]=new EdgeNode(v2, a[v1]);
			a[v2]=new EdgeNode(v1, a[v2]);
		}else if(type==GraphType.NoDirectionWeight){//处理无向有权重
			a[v1]=new EdgeNode(v2,weight,a[v1]);
			a[v2]=new EdgeNode(v1,weight,a[v2]);
		}else if(type==GraphType.DirectionNoWeight){//有向无权重
			a[v1]=new EdgeNode(v2,a[v1]);
		}else{
			a[v1]=new EdgeNode(v2, weight,a[v1]);
		}
	}
从图中删除一条边代码:
	public void removeEdge(int v1,int v2){
		if(v1<0||v1>n-1||v2<0||v2>n-1||v1==v2){
			System.out.println("边的顶点序号无效,退出运行");
			System.exit(0);
		}
		EdgeNode p=a[v1],q=null;//拿到主干结点
		while(p!=null){
			if(p.adjvex==v2) break;
			q=p;
			p=p.next;
		}
		if(p==null){
			System.out.println("要删除的边不存在,程序退出运行");
			System.exit(0);
		}
		if(q==null){//该结点在表头上 主干的节点就是需要找的结点
			a[v1]=a[v1].next;
		}else{
			q.next=p.next;//嫁接上
		}
		//删除无向图的另一个结点上的边
		if(type==GraphType.NoDirectionNoWeight||type==GraphType.NoDirectionWeight){
			EdgeNode p1=a[v2],q1=null;
			while(p1!=null){
				if(p1.adjvex==v1){
					break;
				}
				q1=p1;
				p1=p1.next;
			}
			if(q1==null){
				a[v2]=a[v2].next;
			}else{
				q1.next=p1.next;
			}
		}
		e--;
	}
返回顶点的度,该过程分为两种情况,有向图和无向图,有向图需要同时得到入度和出度,无向图只需要得到对应结点的边的数目则可,代码如下:
	//返回一个顶点的度,度分为入度和出度,要分别处理
	public int degree(int i){
		if(i<0||i>n-1){
			System.out.println("顶点超过了范围,程序退出运行");
			System.exit(0);			
		}
		int k=0;
		if(type==GraphType.NoDirectionNoWeight||type==GraphType.NoDirectionWeight){
			EdgeNode p=a[i];
			while(p!=null){
				k++;
				p=p.next;
			}
			return k;
		}else return inDegree(i)+outDegree(i);
	}
	//求出并返回一个顶点的入度
	public int inDegree(int i){//返回指向该顶点的度,入度,用双循环来实现
		int k=0;//记录入度个数
		if(i<0||i>n-1){
			System.out.println("顶点超过了范围,程序退出运行");
			System.exit(0);			
		}
		if(type==GraphType.NoDirectionNoWeight||type==GraphType.NoDirectionWeight){
			return -1;
		}else{
			for(int j=0;j
邻接表转化为邻接矩阵输出代码如下:
	//得到邻接矩阵
	public int[][] getAdjacencyMatrix(){
		int adjacencyMatrix[][]=new int[n][n];
		if(type==GraphType.DirectionNoWeight||type==GraphType.DirectionWeight){//有向性
			//有向 那不存在的边是存在一个InfinityValue
			for(int i=0;i
由于我想实现的逻辑是可以增加或者删除一个图中的任意顶点,上面的结构实现删除一个顶点稍微有点困难,目前还在修改代码中,但是发出来的函数都是通过案例测试过,功能实现没任何问题,可放心使用。
该工程文件我已经传到github上,上传的工程里面涵盖数据结构大部分结构:链表、线性表、堆栈、队列、二叉树、图、堆、查找、搜索。里面有详细的实现步骤,有需要可以下载。github地址:https://github.com/xxniuren/JAVA-DataStructure.git











你可能感兴趣的:(java之数据结构)