package Graph_tu;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.LinkedList;
public class Gragh {
private ArrayList<String>vertexList;//存储节点
private int[][]edges;//存储邻接矩阵
private int numofEdges;
private static boolean[] isVisited;//判断节点是否访问
//构造
public Gragh(int n) {
vertexList=new ArrayList<String>(n);
edges=new int[n][n];
numofEdges=0;
}
//节点数
public int getnumofVertex() {
return vertexList.size();
}
//边数
public int getnumofEdges() {
return numofEdges;
}
//节点i
public String getValueofIndex(int i) {
return vertexList.get(i);
}
//v1-v2权值
public int getWeight(int v1,int v2) {
return edges[v1][v2];
}
//插入节点
public void insertVertex(String vertex) {
vertexList.add(vertex);
}
//添加边
public void insertEdge(int v1,int v2,int w) {
edges[v1][v2]=w;
edges[v2][v1]=w;
numofEdges++;
}
//得到第一个结点的下标
public int getfirstNeighbor(int index) {
for(int j=0;j<vertexList.size();j++) {
if(edges[index][j]>0) {
return j;
}
}
return -1;
}
//根据前一个邻接节点的下标获取下一个节点(获取v1除v2之外的邻接点)
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;
}
//显示图的邻接矩阵
public void showGraph() {
for(int[] i:edges) {
System.out.println(Arrays.toString(i));//形式???
}
}
//深度搜索(存在递归调用)
public void dfs(boolean[] isvisited,int i) {
//1.访问输出该节点
System.out.print(getValueofIndex(i)+"--》");
//2.设置为已访问
isvisited[i]=true;
//3.寻找该节点的第一个邻接点
int w=getfirstNeighbor(i);
//4.若w存在
while(w!=-1) {
//5.若未被访问过
if(!isvisited[w]) {
dfs(isvisited,w);
}
//6.若已被访问过
w=getNextneighbor(i, w);
}
}
//重载dfs
public void dfs() {
isVisited=new boolean[vertexList.size()];
for(int i=0;i<getnumofVertex();i++) {
if(!isVisited[i])
dfs(isVisited,i);
}
}
//广度搜索
public void bfs(boolean isVisited[],int i) {
int u;
int w;
//存标号
LinkedList<Integer> queue=new<Integer> LinkedList();
System.out.print(getValueofIndex(i)+"->");
isVisited[i]=true;
queue.addLast(i);//至此处理完成第一任首长
//以初始点为开始遍历所有点
while(!queue.isEmpty()) {
u=queue.removeFirst();
w=getfirstNeighbor(u);//下一任候选人
while(w!=-1) {//还存在邻接点,当w=-1,返回大循环,更换前驱
//若未被访问
if(!isVisited[w]) {
System.out.print(getValueofIndex(w)+"->");
isVisited[w]=true;
queue.addLast(w);//下一任首长
}
//访问u的另一邻接点,判断是否被访问
w=getNextneighbor(u,w);
}
}
}
//重载bfs
public void bfs() {
isVisited=new boolean[vertexList.size()];
for(int i=0;i<vertexList.size();i++) {
if(!isVisited[i]) {
bfs(isVisited,i);
}
}
}
public static void main(String[] args) {
String vertexs[]= {"A","B","C","D","E"};
Gragh graph=new Gragh(vertexs.length);
for(String v:vertexs) {
graph.insertVertex(v);
}
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);
graph.showGraph();
// graph.dfs();
graph.bfs();
}
}
图的深度遍历和广度遍历(JAVA)
最新推荐文章于 2024-02-21 17:55:54 发布
本文介绍了如何使用Java实现图的邻接矩阵表示,并详细讲解了深度优先搜索(DFS)和广度优先搜索(BFS)算法,包括插入节点、添加边和遍历操作。通过实例展示了如何在Gragh类中使用这些方法,适用于理解图论在信息技术中的应用。
927

被折叠的 条评论
为什么被折叠?



