图的邻接矩阵表示
通常图的表示有两种方法:邻接矩阵,邻接表。
本文用邻接矩阵实现,一是代码量更少,二是代码风格也更贴近C语言。但不论是图的哪种实现方式,其基本的实现思想是不变的。
1:节点的信息,我们用一维数组a[n]来存储,假设图共有n个节点。
2:节点与节点间的关系,我们用二维数组b[n][n]存储。
3:b[i][j]表示,从i到j有向连通,b[j][i]表示从j到i有向连通,而当i=j时(矩阵的对角线上的元素),b[i][j]没有实际意思,在遍历时,我可以用来存储定节点是否访问过。
图的深度优先遍历
DFS类似于树的先根遍历,尽可能深的去访问节点。
DFS算法过程我们用到了递归的思想,如果还需要求出路径,可以借助栈来实现(后文会不断的实现图的各种算法)。
步骤1:访问节点,将该节点标记为已访问。
步骤2:如果节点还有未标记的邻接点,继续步骤1,否则返回。
图的广度优先遍历
BFS我们用队列来实现。
步骤1:如果队列为空,则返回,否则,取出队列头节点,将该节点标记为已访问。
步骤2:同时,将该节点所有未标记的邻接点,加入队列尾,继续步骤1。
图的非递归遍历
我们借助栈来实现。
步骤1:如果栈为空,则退出程序,否则,访问栈顶节点,但不弹出栈点节点。
步骤2:如果栈顶节点的所有直接邻接点都已访问过,则弹出栈顶节点,否则,将该栈顶节点的未访问的其中一个邻接点压入栈,同时,标记该邻接点为已访问,继续步骤1。
如下例子:
深度和广度遍历代码如下:
package com.collonn.algorithm; import java.util.LinkedList; import java.util.Queue; import java.util.Stack; /** * 无向图,邻接矩阵<br/> * 深度优先遍历<br/> * 广度优先遍历<br/> */ public class GrfDfsBfs { private int total; private String[] nodes; private int[][] matirx; public GrfDfsBfs(int total, String[] nodes) { this.total = total; this.nodes = nodes; this.matirx = new int[total][total]; } private void printMatrix() { System.out.println("----------------- matrix -----------------"); System.out.println("---0-1-2-3-4-5-6-7-8--"); System.out.println("---A-B-C-D-E-F-G-H-I--"); for (int i = 0; i < this.total; i++) { System.out.print(" " + this.nodes[i] + "|"); for (int j = 0; j < this.total; j++) { System.out.print(this.matirx[i][j] + "-"); } System.out.print("\n"); } System.out.println("----------------- matrix -----------------"); } // 设置[i][i]位置处的元素值为0,0表示图中的定点i未被访问,1表示图中的定点i已被访问 private void resetVisited() { for (int i = 0; i < this.total; i++) { this.matirx[i][i] = 0; } } // 图的深度优先遍历(递归方法) private void dfsRecursive(int i) { // 如果已访问,则返回 if (this.matirx[i][i] == 1) { return; } this.matirx[i][i] = 1; System.out.print(this.nodes[i]); for (int j = 0; j < this.total; j++) { // i=j时,[i][j]表示节点是否被访问过,不参与dfs if (i == j) { continue; } if (this.matirx[i][j] == 1) { dfsRecursive(j); } } } // 图的深度优先遍历(用栈实现) private void dfsStack(Stack<Integer> stack) { // 如果已访问,则返回 int k = -1; while(!stack.empty()){ k = stack.peek().intValue(); boolean needPop = true; for(int i = 0; i < this.total; i++){ if(this.matirx[k][i] == 1 && this.matirx[i][i] == 0){ stack.push(i); this.matirx[i][i] = 1; System.out.print(this.nodes[i]); needPop = false; break; } } if(needPop){ stack.pop(); } } } // 图的广度优先遍历 private void bfsQueue(Queue<Integer> ls) { if (ls == null || ls.size() == 0) { return; } int i = ls.poll().intValue(); // 如果已访问,则跳过该元素,继续访问队列的下一个元素 if (this.matirx[i][i] == 1) { this.bfsQueue(ls); return; } this.matirx[i][i] = 1; System.out.print("" + this.nodes[i]); for (int j = 0; j < this.total; j++) { // i=j时,[i][j]表示节点是否被访问过,不参与bfs if (i == j) { continue; } //如果顶点已访问过,则不再加入队列 if (this.matirx[i][j] == 1 && this.matirx[j][j] != 1) { ls.offer(j); } } // System.out.print("\n队列元素:"); // for (Integer k : ls) { // System.out.print(k); // } // System.out.println(""); this.bfsQueue(ls); } // 初始化图数据 // 0---1---2---3---4---5---6---7---8--- // A---B---C---D---E---F---G---H---I--- private void initGrf() { // A-B, A-D, A-E this.matirx[0][1] = 1; this.matirx[1][0] = 1; this.matirx[0][3] = 1; this.matirx[3][0] = 1; this.matirx[0][4] = 1; this.matirx[4][0] = 1; // B-C this.matirx[1][2] = 1; this.matirx[2][1] = 1; // C-F this.matirx[2][5] = 1; this.matirx[5][2] = 1; // D-E, D-G this.matirx[3][4] = 1; this.matirx[4][3] = 1; this.matirx[3][6] = 1; this.matirx[6][3] = 1; // E-F, E-H this.matirx[4][5] = 1; this.matirx[5][4] = 1; this.matirx[4][7] = 1; this.matirx[7][4] = 1; // F-H, F-I this.matirx[5][7] = 1; this.matirx[7][5] = 1; this.matirx[5][8] = 1; this.matirx[8][5] = 1; // G-H this.matirx[6][7] = 1; this.matirx[7][6] = 1; // H-I this.matirx[7][8] = 1; this.matirx[8][7] = 1; } // 初始化图数据 // 0---1---2---3---4---5---6---7---8--- // A---B---C---D---E---F---G---H---I--- private void initGrf2() { // A-B, A-D, A-E this.matirx[0][1] = 1; this.matirx[1][0] = 1; this.matirx[0][3] = 1; this.matirx[3][0] = 1; this.matirx[0][4] = 1; this.matirx[4][0] = 1; // B-C this.matirx[1][2] = 1; this.matirx[2][1] = 1; // C-F this.matirx[2][5] = 1; this.matirx[5][2] = 1; // D-E this.matirx[3][4] = 1; this.matirx[4][3] = 1; // E-F, E-H this.matirx[4][5] = 1; this.matirx[5][4] = 1; this.matirx[4][7] = 1; this.matirx[7][4] = 1; // F-H, F-I this.matirx[5][7] = 1; this.matirx[7][5] = 1; this.matirx[5][8] = 1; this.matirx[8][5] = 1; // G-H this.matirx[6][7] = 1; this.matirx[7][6] = 1; // H-I this.matirx[7][8] = 1; this.matirx[8][7] = 1; } // 初始化图数据 // 0---1---2---3---4---5---6---7---8--- // A---B---C---D---E---F---G---H---I--- private void initGrf3() { // A-D, A-E this.matirx[0][3] = 1; this.matirx[3][0] = 1; this.matirx[0][4] = 1; this.matirx[4][0] = 1; // B-C this.matirx[1][2] = 1; this.matirx[2][1] = 1; // C-F this.matirx[2][5] = 1; this.matirx[5][2] = 1; // E-H, E-I this.matirx[4][7] = 1; this.matirx[7][4] = 1; this.matirx[4][8] = 1; this.matirx[8][4] = 1; // F-I this.matirx[5][8] = 1; this.matirx[8][5] = 1; // G-H this.matirx[6][7] = 1; this.matirx[7][6] = 1; } public static void main(String[] args) { String[] nodes = new String[] { "A", "B", "C", "D", "E", "F", "G", "H", "I" }; GrfDfsBfs grf = new GrfDfsBfs(9, nodes); grf.initGrf(); grf.printMatrix(); System.out.println("------ 深度优先遍历(递归)开始 ------"); grf.resetVisited(); grf.dfsRecursive(0); System.out.println(); System.out.println("------ 深度优先遍历(递归)结束 ------"); System.out.println("------ 深度优先遍历(栈)开始 ------"); grf.resetVisited(); Stack<Integer> stack = new Stack<Integer>(); stack.push(0); grf.matirx[0][0] = 1; System.out.print(grf.nodes[0]); grf.dfsStack(stack); System.out.println(); System.out.println("------ 深度优先遍历(栈)结束 ------"); System.out.println("------ 广度优先遍历开始 ------"); grf.resetVisited(); Queue<Integer> queue = new LinkedList<Integer>(); queue.add(0); grf.bfsQueue(queue); System.out.println(); System.out.println("------ 广度优先遍历结束 ------"); } }
原创博文,转载请注明出处。
右键,查看图片,看大图。