基于邻接矩阵实现图的深度和广度遍历(JAVA实现)

本文介绍了如何使用JAVA通过邻接矩阵实现图的深度优先遍历和广度优先遍历。详细阐述了两种遍历算法的步骤,并提供了相应的代码示例。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

基于邻接矩阵实现图的深度和广度遍历(JAVA实现)

package matrix;

import java.util.LinkedList;
import java.util.Queue;


/**
 * 
 * @author linziyu
 *基于邻接矩阵实现的深度和广度遍历
 */
public class Graph {
	final static int INF = 100000;
	final int max = 100;
	int[] vexs = new int[max]; //存放顶点的数组
	int[][] edges = new int[max][max]; //存放边的数组
	
	
邻接矩阵的一种表示方法,可以用矩阵的形式表示的结构。邻接矩阵中的行列都表示中的节点,矩阵中的值表示两个节点之间是否存在边。如果节点 i 节点 j 之间存在边,则邻接矩阵中第 i 行第 j 列的值为 1,否则为 0。 广度优先遍历是一种遍历算法,用于遍历中的所有节点。广度优先遍历中的某个节点开始,首先访问该节点,然后访问该节点的所有邻居节点,再访问邻居节点的邻居节点,直到遍历完所有节点。 邻接矩阵实现广度优先遍历可以使用队列来实现。具体步骤如下: 1. 创建一个队列,将起始节点加入队列中。 2. 创建一个数组 visited,用于记录每个节点是否已经被访问过,将起始节点标记为已访问。 3. 从队列中取出一个节点,访问该节点,并将该节点的所有未访问过的邻居节点加入队列中。 4. 如果队列不为空,重复步骤 3,直到队列为空。 下面是基于邻接矩阵实现广度优先遍历的 Python 代码示例: ```python def bfs(graph, start): queue = [start] visited = [False] * len(graph) visited[start] = True while queue: node = queue.pop(0) print(node, end=' ') for i in range(len(graph)): if graph[node][i] == 1 and not visited[i]: queue.append(i) visited[i] = True ``` 其中,graph 是邻接矩阵,start 表示起始节点。调用 bfs 函数即可进行广度优先遍历
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值