用Java集合类实现图的广度优先算法

用Java集合类实现图的广度优先算法

第一次Java实验，就碰到了要求实现无向图两点间距离计算的题目。被迫拾起了数据结构的知识。

刚刚着手学习Java编程语言，加上之前数据结构的知识也都还给老师，就算还记得，也不知道怎样用Java实现图的结构与算法啊QAQ

没办法，最后硬着头皮，用Java集合类勉强写出来了。

过程可能要麻烦很多，我相信肯定也被很多人写过，不过我实在太懒了，也没有搜过相关文章。如果实现过程中有问题，还请大佬指出。

先给出题目条件吧。这里要存储的点是一个自定义的Person类，当然，你也可以使用任何的其他对象。

Map<Person,Set<Person>> graph = new HashMap<Person,Set<Person>>();

我用一个HashMap对象graph来存储我的图。这里，Person是图中的每一个顶点，Set<Person>中存放的是每一个和Person相邻接的顶点。

添加顶点与添加边的方法比较简单，不具体写出来了，简述一下吧。

boolean addVertex(Person name)
void addEdge(Person name1,Person name2)

函数addVertex(Person name)将Person类name加入graph中，并为name新建一个集合，加入name在graph中映射到的值里。

函数addEdge(Person name1, Person name2)则分别将name1加入name2映射到的集合graph.get(name2)中，将name2加入到name1映射到的集合graph.get(name1)中。

接下来，就是用集合实现广度优先算法来获取距离了。话不多说，先给出代码。

int getDistance(Person name1,Person name2)
	{
		int distance = 0;
		if(graph.containsKey(name1)&&graph.containsKey(name2))    //有这两个人
		{
			Map<Person,Integer> search = new HashMap<Person,Integer>();  //search标记邻接点是否被访问过
			Set<Person> set = new HashSet<Person>();   //已经遍历到的全部点的集合set
			set.add(name1);
			search.put(name1,0);
			while(search.containsValue(0))    //存在没有遍历的点
			{
				if(set.contains(name2))      //已经搜索到了name2
				{
					return distance;
				}
				Set<Person> friend = new HashSet<Person>();  //新一轮遍历到的全部点的集合
				Iterator<Person> it = set.iterator();     //遍历全部点的集合
				while(it.hasNext())
				{
					Person x = it.next();       //从set中依次取出
					if(search.get(x) == 0)
					{
						friend.addAll(graph.get(x));   //将x的邻接的点全部添加到集合friend中
						search.put(x, 1);     //标记x的邻接点已访问
					}
				}
				set.addAll(friend);       //将新集合并入原集合set
				it = set.iterator();
				while(it.hasNext())       //遍历集合set
				{
					Person x = it.next();
					if(search.containsKey(x) == false)     //存在search中未加入的新点
					{
						search.put(x, 0);
					}
				}
				distance = distance + 1;     //完成一次搜索，距离加1
			}
			return -1;
		}
		else
		{
			System.out.println("error!根本没这人");
			System.exit(0);
		}
		return distance;
	}

首先，我们要保证这两个点在图中确实存在，然后我们再进行下一步。

用distance标记两人之间的距离，这里用了另一个HashMap对象search标记一个顶点是否被访问过邻接点。

Map<Person,Integer> search = new HashMap<Person,Integer>();

用HashSet存储name1可达的顶点（我们从name1出发，搜索name2）。

Set<Person> set = new HashSet<Person>();

如果一个顶点Person的邻接点被存入了set中，我们就把Person映射到的值标记为1，反之，如果点Person的邻接点还没有被存入set，我们将Person映射到的值标记为0。

下面我们正式开始。

首先我们将name1加入set，并将映射（set，0）写入哈希表search，因为此时我们仅仅是将name1写入了set，并没有将set的邻接点写入set。

接下来就要进入循环了，循环条件为search.containsValue(0)，也就是说在set中，存在着一些点，它们的邻接点还没有被添加进set中，此时我们可以继续添加这些点。

循环开始，我们先判断了name2是否存在于set中（不排除name2等于name1的可能），如果name2已存在于set中，返回distance（name2等于name1时，distance为0）。

接下来，我再次new了一个HashSet的集合。

Set<Person> friend = new HashSet<Person>();

friend存储的是这一轮循环过程中，将要被添加到set中的点，因为set需要遍历，担心直接添加进set中会引起混乱（这个我并没有进行实验，感兴趣的可以尝试一下），但是用个friend缓冲一下，就不会遇到这种问题了。

接下来，开始遍历set，依次从set中取出元素，如果这个元素被search标记为0，即它的邻接点并未被添加（我们暂时不考虑邻接点有哪些，有可能其实它的邻接点已经全部被添加进set中了，但是我们是不知道的，我们必须通过再添加一次，来保证不产生遗漏，Set类就像数学中的集合一样，会帮我们去掉重复的元素），我们将它映射到的集合添加到friend中（即将所有邻接点加入friend中）并将这个元素重新标记为1。

全部遍历完成后，我们再将集合friend并入到集合set中。

紧接着，我们再一次遍历set集合，如果set中存在元素，在search中不存在（即前一轮遍历得到的friend中存在着新的，原set中不存在的元素，被加入到了set中），则将此元素添加到search中，并使其映射到0。

遍历完成后，distance加1，即在原先已遍历到的顶点的前提上再次前进了一节。

接下来，继续进行最外层的循环。如果set中存在被标记为0的元素，则继续进行前面的步骤。

如果不存在被标记为0的元素，则说明上一轮的搜索并没有增加新的元素，我们已经完全搜索了name1可达的节点，这应该是图的一个连通子图。如果name2存在于这个子图中，由于新一轮搜索并没有增加新的标记为0的节点，也就是说在之前一轮的循环结束，set中就已经包含了这个连通子图，而在上一轮的循环中，显然如果存在name2，那么在if条件的判断时就应该已经返回了结果。因此，name2是不存在这个连通子图中的，也就是说name1无法到达name2，于是，我们返回一个-1。

有点啰嗦，写的有点多，希望大佬们不要见怪。