您好,登錄后才能下訂單哦!
小編今天帶大家了解Java數(shù)據(jù)結(jié)構(gòu)中圖的原理與實(shí)現(xiàn)是怎樣的,文中知識(shí)點(diǎn)介紹的非常詳細(xì)。覺得有幫助的朋友可以跟著小編一起瀏覽文章的內(nèi)容,希望能夠幫助更多想解決這個(gè)問題的朋友找到問題的答案,下面跟著小編一起深入學(xué)習(xí)“Java數(shù)據(jù)結(jié)構(gòu)中圖的原理與實(shí)現(xiàn)是怎樣的”的知識(shí)吧。
定義:圖(Graph)是由頂點(diǎn)的有窮非空集合和頂點(diǎn)之間邊的集合組成,通常表示為:G(V,E),其中,G表示一個(gè)圖,V是圖G中頂點(diǎn)的集合,E是圖G中邊的集合。圖在數(shù)據(jù)結(jié)構(gòu)中是中多對(duì)多的關(guān)系,而樹則是1對(duì)多的關(guān)系,樹就是一種特別的沒有閉環(huán)的圖。
頂點(diǎn):圖中的頂點(diǎn)就是節(jié)點(diǎn)的意思,不過圖中任意的節(jié)點(diǎn)都算作頂點(diǎn)。將頂點(diǎn)集合為空的圖稱為空?qǐng)D。圖中任意兩個(gè)頂點(diǎn)之間都可能存在關(guān)系,頂點(diǎn)之間的邏輯關(guān)系用邊來表示,邊集可以是空的。
無向圖:若頂點(diǎn)vi到vj之間的邊沒有方向,則稱這條邊為無向邊(Edge),用無序偶對(duì)(vi,vj)來表示。如果圖中任意兩個(gè)頂點(diǎn)之間的邊都是無向邊,則稱該圖為無向圖(Undirected graphs)。
有向圖:若從頂點(diǎn)vi到vj的邊有方向,則稱這條邊為有向邊,也稱為?。ˋrc)。如果圖中任意兩個(gè)頂點(diǎn)之間的邊都是有向邊,則稱該圖為有向圖(Directed graphs)。
完全圖、稠密圖、稀疏圖:具有n個(gè)頂點(diǎn),n(n-1)/2條邊的圖,稱為完全無向圖;具有n個(gè)頂點(diǎn),n(n-1) 條弧的有向圖,稱為完全有向圖。完全無向圖和完全有向圖都稱為完全圖。當(dāng)一個(gè)圖接近完全圖時(shí),則稱它為稠密圖,當(dāng)一個(gè)圖中含有較少的邊或弧時(shí),則稱它為稀疏圖。
權(quán)、網(wǎng):有些圖的邊或弧具有與它相關(guān)的數(shù)字,這種與圖的邊或弧相關(guān)的數(shù)叫做權(quán)(Weight)。這些權(quán)可以表示從一個(gè)頂點(diǎn)到另一個(gè)頂點(diǎn)的距離或耗費(fèi)。這種帶權(quán)的圖通常稱為網(wǎng)(Network)。
子圖:若有兩個(gè)圖G=(V1,E1), G2=(V2,E2), 滿足如下條件:V2⊆V1 ,E2⊆ E1,即V2為V1的子集,E2為E1的子集,則 稱圖G2為圖G1的子圖。
下圖中帶底紋的圖均為左側(cè)無向圖與有向圖的子圖。
鄰接點(diǎn)、度:相鄰且有邊直接連接的兩個(gè)頂點(diǎn)稱為鄰接點(diǎn)。頂點(diǎn)所連邊的數(shù)目稱為度,在有向圖中,由于邊有方向,則頂點(diǎn)的度分為入度和出度。
簡(jiǎn)單路徑、連通圖:圖中頂點(diǎn)間存在路徑,兩頂點(diǎn)存在路徑則說明是連通的,如果路徑最終回到起始點(diǎn)則稱為環(huán),當(dāng)中不重復(fù)叫簡(jiǎn)單路徑。若任意兩頂點(diǎn)都是連通的,則圖就是連通圖,有向則稱強(qiáng)連通圖。圖中有子圖,若子圖極大連通則就是連通分量,有向的則稱強(qiáng)連通分量。
生成樹:無向圖中連通且n個(gè)頂點(diǎn)n-1條邊叫生成樹。有向圖中一頂點(diǎn)入度為0其余頂點(diǎn)入度為1的叫有向樹。一個(gè)有向圖由若干棵有向樹構(gòu)成生成森林。
由于圖的結(jié)構(gòu)比較復(fù)雜,任意兩個(gè)頂點(diǎn)之間都可能存在聯(lián)系,因此無法以單一的結(jié)構(gòu)來表示。圖最常見的表示形式為鄰接鏈表和鄰接矩陣,它們都是采用復(fù)合的結(jié)構(gòu)來表示圖。
鄰接矩陣(Adjacency Matrix):采用兩個(gè)數(shù)組來存儲(chǔ)圖,一個(gè)一維數(shù)組存儲(chǔ)圖頂點(diǎn)信息,一個(gè)二維數(shù)組存儲(chǔ)圖邊或弧的信息,二維數(shù)組可以看作矩陣,這也是“鄰接矩陣”名字的由來。這是最簡(jiǎn)單的圖的存儲(chǔ)方式,但是存在空間浪費(fèi)的情況。
設(shè)圖G有n個(gè)頂點(diǎn),則鄰接矩陣是一個(gè)n×n的方陣,定義為:
矩陣的對(duì)角線始終為0,因?yàn)轫旤c(diǎn)不能和自己連接。無向圖的數(shù)據(jù)是對(duì)稱的,有向圖就不一定了。
下圖就是采用鄰接矩陣表示的無向圖。
下圖就是采用鄰接矩陣表示的有向圖。
有向圖講究入度與出度,頂點(diǎn)0的入度為3,正好是第1列各數(shù)之和。頂點(diǎn)0的出度為3,即第1行的各數(shù)之和。一個(gè)點(diǎn)的入度是點(diǎn)所表示的列的各數(shù)的和,出度就是個(gè)點(diǎn)所表示的行的各數(shù)的和。
下圖就是采用鄰接矩陣表示的帶權(quán)有向圖。
注意,邊二維數(shù)組中的數(shù)字表示權(quán),沒有關(guān)系的頂點(diǎn)(沒有權(quán))使用”/”表示。
鄰接表(Adjacency List):采用數(shù)組和鏈表存儲(chǔ),一個(gè)數(shù)組存儲(chǔ)頂點(diǎn),同時(shí)頂點(diǎn)想外拉出鏈表表示邊或者弧,鏈表稱為邊表,如度的邊表稱為入邊表,出度的邊表稱為出邊表。鄰接表的實(shí)現(xiàn)只關(guān)心存在的邊,不關(guān)心不存在的邊,因此沒有空間浪費(fèi)。
下圖就是采用鄰接表表示的無向圖。
下圖就是采用鄰接表表示的有向圖。
下圖就是采用鄰接矩陣表示的帶權(quán)有向圖。
鄰接表在表示稀疏圖時(shí)非常緊湊而成為了通常的選擇,相比之下,如果在稀疏圖表示時(shí)使用鄰接矩陣,會(huì)浪費(fèi)很多內(nèi)存空間,遍歷的時(shí)候也會(huì)增加開銷。如果圖是稠密圖,鄰接表的優(yōu)勢(shì)就不明顯了,那么就可以選擇更加方便的鄰接矩陣。
深度優(yōu)先遍歷(Depth First Search),也有稱為深度優(yōu)先搜索,簡(jiǎn)稱為DFS。類似于樹的先序遍歷。基本思想是“一條路走到黑”,然后往回退,回退過程中如果遇到?jīng)]探索過的支路,就進(jìn)入該支路繼續(xù)深入,直到所有頂點(diǎn)都被訪問到。
假設(shè)初始狀態(tài)是圖中所有頂點(diǎn)均未被訪問,則從某個(gè)頂點(diǎn)v出發(fā),首先訪問該頂點(diǎn),然后依次從它的各個(gè)未被訪問的鄰接點(diǎn)出發(fā)深度優(yōu)先搜索遍歷圖,直至圖中所有和v有路徑相通的頂點(diǎn)都被訪問到。但此時(shí)還有可能有其他分支我們沒有訪問到,若此時(shí)尚有其他頂點(diǎn)未被訪問到,需要回溯,另選一個(gè)未被訪問的頂點(diǎn)作起始點(diǎn),重復(fù)上述過程,直至圖中所有頂點(diǎn)都被訪問到為止。顯然,深度優(yōu)先搜索是一個(gè)遞歸的過程。
對(duì)如下左邊無向圖從0頂點(diǎn)開始進(jìn)行深度優(yōu)先遍歷之后一種結(jié)果為:0、1、4、5、3、2,如右圖。
從起始點(diǎn)0開始遍歷,在訪問了0后,選擇其鄰接點(diǎn)1。因?yàn)?未曾訪問過,則從1出發(fā)進(jìn)行深度優(yōu)先遍歷。依次類推,接著從4、5、3出發(fā)進(jìn)行遍歷。在訪問了3后,由于3的鄰接點(diǎn)都已被訪問,則遍歷回退到5。此時(shí)5的另一個(gè)鄰接點(diǎn)2未被訪問,則遍歷又從5到2,再繼續(xù)進(jìn)行下去,于是得到節(jié)點(diǎn)的線性順序?yàn)椋?、1、4、5、3、2,如右圖中紅色箭頭線為其深度優(yōu)先遍歷順序。
對(duì)如下左邊有向圖從0頂點(diǎn)開始進(jìn)行深度優(yōu)先遍歷之后一種結(jié)果為:0、1、4、2、5、3,如右圖。
有向圖的深度優(yōu)先遍歷頂點(diǎn)的領(lǐng)邊需要考慮頂點(diǎn)的出度對(duì)應(yīng)的頂點(diǎn)。該頂點(diǎn)的出度對(duì)應(yīng)的頂點(diǎn)算作鄰接點(diǎn)。
從起始點(diǎn)0開始遍歷,在訪問了0后,選擇其出度鄰接點(diǎn)1、2。這里選擇1進(jìn)行訪問,從1出發(fā)進(jìn)行有向圖深度優(yōu)先遍歷。依次類推,在訪問了4后,由于4的出度鄰接點(diǎn)0、1都已被訪問,則遍歷回退直到0。此時(shí)0的另一個(gè)鄰接點(diǎn)2未被訪問,則遍歷又從0到2,再繼續(xù)進(jìn)行下去,于是得到節(jié)點(diǎn)的線性順序?yàn)椋?、1、4、2、5、4,如右圖中紅色箭頭線為有向圖深度優(yōu)先遍歷順序。
廣度優(yōu)先遍歷(Depth First Search) ,也有稱為廣度優(yōu)先搜索,簡(jiǎn)稱BFS,類似于樹的層序遍歷?;舅枷胧潜M最大程度輻射能夠覆蓋的節(jié)點(diǎn),并對(duì)其進(jìn)行訪問。
從圖中某頂點(diǎn)v出發(fā),在訪問了v之后依次訪問v的各個(gè)未曾訪問過的鄰接點(diǎn),然后分別從這些鄰接點(diǎn)出發(fā)依次訪問它們的鄰接點(diǎn),并使得“先被訪問的頂點(diǎn)的鄰接點(diǎn)先于后被訪問的頂點(diǎn)的鄰接點(diǎn)被訪問,直至圖中所有已被訪問的頂點(diǎn)的鄰接點(diǎn)都被訪問到。如果此時(shí)圖中尚有頂點(diǎn)未被訪問,則需要另選一個(gè)未曾被訪問過的頂點(diǎn)作為新的起始點(diǎn),重復(fù)上述過程,直至圖中所有頂點(diǎn)都被訪問到為止。換句話說,廣度優(yōu)先搜索遍歷圖的過程是以v為起點(diǎn),由近至遠(yuǎn)。
對(duì)如下左邊無向圖從0頂點(diǎn)開始進(jìn)行深度優(yōu)先遍歷之后一種結(jié)果為:0、1、2、3、4、5,如右圖。
從起始點(diǎn)0開始遍歷,在訪問了0后,尋找鄰接點(diǎn),找到了1、2、3,一次遍歷,訪問完1、2、3之后,再依次訪問它們的鄰接點(diǎn)。首先訪問1的鄰接點(diǎn)4,再訪問2的鄰接點(diǎn)5。因此訪問順序是:0、1、2、3、4、5。
對(duì)如下左邊有向圖從0頂點(diǎn)開始進(jìn)行廣度優(yōu)先遍歷之后一種結(jié)果為:0、1、2、4、5、3,如右圖。
有向圖的廣度優(yōu)先遍歷頂點(diǎn)的領(lǐng)邊同樣需要考慮頂點(diǎn)的出度對(duì)應(yīng)的頂點(diǎn)。該頂點(diǎn)的出度對(duì)應(yīng)的頂點(diǎn)算作鄰接點(diǎn)。
從起始點(diǎn)0開始遍歷,在訪問了0后,選擇其出度鄰接點(diǎn)1、2,然后訪問1、2;訪問完1,2之后,再依次訪問它們的鄰接點(diǎn)。首先訪問1的鄰接點(diǎn)4依次類推,再訪問2的鄰接點(diǎn)5。訪問完5之后,再依次訪問它們的鄰接點(diǎn),最后訪問5的鄰接點(diǎn)3。此時(shí)所有頂點(diǎn)訪問完畢。因此訪問順序是:0、1、2、4、5、3。
關(guān)于圖的實(shí)現(xiàn),Guava中的com.google.common.graph模塊已經(jīng)提供了圖的各種實(shí)現(xiàn),而且都非常完美,這里只提供四個(gè)簡(jiǎn)單實(shí)現(xiàn)。帶權(quán)重的圖的實(shí)現(xiàn),將在后面的最小生成樹和最短路徑部分提供實(shí)現(xiàn)。
/** * 無向圖鄰接鏈表簡(jiǎn)單實(shí)現(xiàn) * {@link UndirectedAdjacencyList#UndirectedAdjacencyList(E[], E[][])} 構(gòu)建無向圖 * {@link UndirectedAdjacencyList#DFS()} 深度優(yōu)先遍歷無向圖 * {@link UndirectedAdjacencyList#BFS()} 廣度優(yōu)先遍歷無向圖 * {@link UndirectedAdjacencyList#toString()} ()} 輸出無向圖 * * @author lx */ public class UndirectedAdjacencyList<E> { /** * 頂點(diǎn)類 * * @param <E> */ private class Node<E> { /** * 頂點(diǎn)信息 */ E data; /** * 指向第一條依附該頂點(diǎn)的邊 */ LNode firstEdge; public Node(E data, LNode firstEdge) { this.data = data; this.firstEdge = firstEdge; } } /** * 邊表節(jié)點(diǎn)類 */ private class LNode { /** * 該邊所指向的頂點(diǎn)的索引位置 */ int vertex; /** * 指向下一條邊的指針 */ LNode nextEdge; } /** * 頂點(diǎn)數(shù)組 */ private Node<E>[] vertexs; /** * 創(chuàng)建圖 * * @param vexs 頂點(diǎn)數(shù)組 * @param edges 邊二維數(shù)組 */ public UndirectedAdjacencyList(E[] vexs, E[][] edges) { /*初始化頂點(diǎn)數(shù)組,并添加頂點(diǎn)*/ vertexs = new Node[vexs.length]; for (int i = 0; i < vertexs.length; i++) { vertexs[i] = new Node<>(vexs[i], null); } /*初始化邊表,并添加邊節(jié)點(diǎn)到邊表尾部,即采用尾插法*/ for (E[] edge : edges) { // 讀取一條邊的起始頂點(diǎn)和結(jié)束頂點(diǎn)索引值 int p1 = getPosition(edge[0]); int p2 = getPosition(edge[1]); /*這里需要相互添加邊節(jié)點(diǎn),無向圖可以看作相互可達(dá)的有向圖*/ // 初始化lnode1邊節(jié)點(diǎn) LNode lnode1 = new LNode(); lnode1.vertex = p2; // 將LNode鏈接到"p1所在鏈表的末尾" if (vertexs[p1].firstEdge == null) { vertexs[p1].firstEdge = lnode1; } else { linkLast(vertexs[p1].firstEdge, lnode1); } // 初始化lnode2邊節(jié)點(diǎn) LNode lnode2 = new LNode(); lnode2.vertex = p1; // 將lnode2鏈接到"p2所在鏈表的末尾" if (vertexs[p2].firstEdge == null) { vertexs[p2].firstEdge = lnode2; } else { linkLast(vertexs[p2].firstEdge, lnode2); } } } /** * 獲取某條邊的某個(gè)頂點(diǎn)所在頂點(diǎn)數(shù)組的索引位置 * * @param e 頂點(diǎn)的值 * @return 所在頂點(diǎn)數(shù)組的索引位置, 或者-1 - 表示不存在 */ private int getPosition(E e) { for (int i = 0; i < vertexs.length; i++) { if (vertexs[i].data == e) { return i; } } return -1; } /** * 將lnode節(jié)點(diǎn)鏈接到邊表的最后,采用尾插法 * * @param first 邊表頭結(jié)點(diǎn) * @param node 將要添加的節(jié)點(diǎn) */ private void linkLast(LNode first, LNode node) { while (true) { if (first.vertex == node.vertex) { return; } if (first.nextEdge == null) { break; } first = first.nextEdge; } first.nextEdge = node; } /** * 深度優(yōu)先搜索遍歷圖的遞歸實(shí)現(xiàn),類似于樹的先序遍歷 * 因此模仿樹的先序遍歷,同樣借用棧結(jié)構(gòu),這里使用的是方法的遞歸,隱式的借用棧 * * @param i 頂點(diǎn)索引 * @param visited 訪問標(biāo)志數(shù)組 */ private void DFS(int i, boolean[] visited) { //索引索引標(biāo)記為true ,表示已經(jīng)訪問了 visited[i] = true; System.out.print(vertexs[i].data + " "); //獲取該頂點(diǎn)的邊表頭結(jié)點(diǎn) LNode node = vertexs[i].firstEdge; //循環(huán)遍歷該頂點(diǎn)的鄰接點(diǎn),采用同樣的方式遞歸搜索 while (node != null) { if (!visited[node.vertex]) { DFS(node.vertex, visited); } node = node.nextEdge; } } /** * 深度優(yōu)先搜索遍歷圖,類似于樹的前序遍歷, */ public void DFS() { //新建頂點(diǎn)訪問標(biāo)記數(shù)組,對(duì)應(yīng)每個(gè)索引對(duì)應(yīng)相同索引的頂點(diǎn)數(shù)組中的頂點(diǎn) boolean[] visited = new boolean[vertexs.length]; //初始化所有頂點(diǎn)都沒有被訪問 for (int i = 0; i < vertexs.length; i++) { visited[i] = false; } System.out.println("DFS: "); /*循環(huán)搜索*/ for (int i = 0; i < vertexs.length; i++) { //如果對(duì)應(yīng)索引的頂點(diǎn)的訪問標(biāo)記為false,則搜索該頂點(diǎn) if (!visited[i]) { DFS(i, visited); } } /*走到這一步,說明頂點(diǎn)訪問標(biāo)記數(shù)組全部為true,說明全部都訪問到了,深度搜索結(jié)束*/ System.out.println(); } /** * 廣度優(yōu)先搜索圖,類似于樹的層序遍歷 * 因此模仿樹的層序遍歷,同樣借用隊(duì)列結(jié)構(gòu) */ public void BFS() { // 輔組隊(duì)列 Queue<Integer> indexLinkedList = new LinkedList<>(); //新建頂點(diǎn)訪問標(biāo)記數(shù)組,對(duì)應(yīng)每個(gè)索引對(duì)應(yīng)相同索引的頂點(diǎn)數(shù)組中的頂點(diǎn) boolean[] visited = new boolean[vertexs.length]; //初始化所有頂點(diǎn)都沒有被訪問 for (int i = 0; i < vertexs.length; i++) { visited[i] = false; } System.out.println("BFS: "); for (int i = 0; i < vertexs.length; i++) { //如果訪問方劑為false,則設(shè)置為true,表示已經(jīng)訪問,然后開始訪問 if (!visited[i]) { visited[i] = true; System.out.print(vertexs[i].data + " "); indexLinkedList.add(i); } //判斷隊(duì)列是否有值,有就開始遍歷 if (!indexLinkedList.isEmpty()) { //出隊(duì)列 Integer j = indexLinkedList.poll(); LNode node = vertexs[j].firstEdge; while (node != null) { int k = node.vertex; if (!visited[k]) { visited[k] = true; System.out.print(vertexs[k].data + " "); //繼續(xù)入隊(duì)列 indexLinkedList.add(k); } node = node.nextEdge; } } } System.out.print("\n"); } @Override public String toString() { StringBuilder stringBuilder = new StringBuilder(); for (int i = 0; i < vertexs.length; i++) { stringBuilder.append(i).append("(").append(vertexs[i].data).append("): "); LNode node = vertexs[i].firstEdge; while (node != null) { stringBuilder.append(node.vertex).append("(").append(vertexs[node.vertex].data).append(")"); node = node.nextEdge; if (node != null) { stringBuilder.append("->"); } else { break; } } stringBuilder.append("\n"); } return stringBuilder.toString(); } public static void main(String[] args) { //頂點(diǎn)數(shù)組 添加的先后順序?qū)τ诒闅v結(jié)果有影響 Character[] vexs = {'A', 'B', 'C', 'D', 'E', 'F', 'G'}; //邊二維數(shù)組 添加的先后順序?qū)τ诒闅v結(jié)果有影響 Character[][] edges = { {'A', 'C'}, //對(duì)于無向圖來說是多余的邊關(guān)系,在linkLast方法中做了判斷,并不會(huì)重復(fù)添加 {'A', 'D'}, {'A', 'D'}, {'D', 'A'}, {'A', 'F'}, {'B', 'C'}, {'C', 'D'}, {'E', 'G'}, {'E', 'B'}, {'D', 'B'}, {'F', 'G'}}; //構(gòu)建圖 UndirectedAdjacencyList<Character> undirectedAdjacencyList = new UndirectedAdjacencyList<>(vexs, edges); //輸出圖 System.out.println(undirectedAdjacencyList); //深度優(yōu)先遍歷 undirectedAdjacencyList.DFS(); //廣度優(yōu)先遍歷 undirectedAdjacencyList.BFS(); } }
測(cè)試無向圖對(duì)應(yīng)的邏輯結(jié)構(gòu)如下:
測(cè)試圖的遍歷結(jié)果如下:
/** * 有向圖鄰接鏈表簡(jiǎn)單實(shí)現(xiàn) * {@link AdjacencyList#AdjacencyList(E[], E[][])} 構(gòu)建有向圖 * {@link AdjacencyList#DFS()} 深度優(yōu)先遍歷有向圖 * {@link AdjacencyList#BFS()} 廣度優(yōu)先遍歷有向圖 * {@link AdjacencyList#toString()} ()} 輸出有向圖 * * @author lx */ public class AdjacencyList<E> { /** * 頂點(diǎn)類 * * @param <E> */ private class Node<E> { /** * 頂點(diǎn)信息 */ E data; /** * 指向第一條依附該頂點(diǎn)的邊 */ LNode firstEdge; public Node(E data, LNode firstEdge) { this.data = data; this.firstEdge = firstEdge; } } /** * 邊表節(jié)點(diǎn)類 */ private class LNode { /** * 該邊所指向的頂點(diǎn)的索引位置 */ int vertex; /** * 指向下一條弧的指針 */ LNode nextEdge; } /** * 頂點(diǎn)數(shù)組 */ private Node<E>[] vertexs; /** * 創(chuàng)建圖 * * @param vexs 頂點(diǎn)數(shù)組 * @param edges 邊二維數(shù)組 */ public AdjacencyList(E[] vexs, E[][] edges) { /*初始化頂點(diǎn)數(shù)組,并添加頂點(diǎn)*/ vertexs = new Node[vexs.length]; for (int i = 0; i < vertexs.length; i++) { vertexs[i] = new Node<>(vexs[i], null); } /*初始化邊表,并添加邊節(jié)點(diǎn)到邊表尾部,即采用尾插法*/ for (E[] edge : edges) { // 讀取一條邊的起始頂點(diǎn)和結(jié)束頂點(diǎn)索引值 int p1 = getPosition(edge[0]); int p2 = getPosition(edge[1]); // 初始化lnode1邊節(jié)點(diǎn) 即表示p1指向p2的邊 LNode lnode1 = new LNode(); lnode1.vertex = p2; // 將LNode鏈接到"p1所在鏈表的末尾" if (vertexs[p1].firstEdge == null) { vertexs[p1].firstEdge = lnode1; } else { linkLast(vertexs[p1].firstEdge, lnode1); } } } /** * 獲取某條邊的某個(gè)頂點(diǎn)所在頂點(diǎn)數(shù)組的索引位置 * * @param e 頂點(diǎn)的值 * @return 所在頂點(diǎn)數(shù)組的索引位置, 或者-1 - 表示不存在 */ private int getPosition(E e) { for (int i = 0; i < vertexs.length; i++) { if (vertexs[i].data == e) { return i; } } return -1; } /** * 將lnode節(jié)點(diǎn)鏈接到邊表的最后,采用尾插法 * * @param first 邊表頭結(jié)點(diǎn) * @param node 將要添加的節(jié)點(diǎn) */ private void linkLast(LNode first, LNode node) { while (true) { if (first.vertex == node.vertex) { return; } if (first.nextEdge == null) { break; } first = first.nextEdge; } first.nextEdge = node; } /** * 深度優(yōu)先搜索遍歷圖的遞歸實(shí)現(xiàn),類似于樹的先序遍歷 * 因此模仿樹的先序遍歷,同樣借用棧結(jié)構(gòu),這里使用的是方法的遞歸,隱式的借用棧 * * @param i 頂點(diǎn)索引 * @param visited 訪問標(biāo)志數(shù)組 */ private void DFS(int i, boolean[] visited) { //索引索引標(biāo)記為true ,表示已經(jīng)訪問了 visited[i] = true; System.out.print(vertexs[i].data + " "); //獲取該頂點(diǎn)的邊表頭結(jié)點(diǎn) LNode node = vertexs[i].firstEdge; //循環(huán)遍歷該頂點(diǎn)的鄰接點(diǎn),采用同樣的方式遞歸搜索 while (node != null) { if (!visited[node.vertex]) { DFS(node.vertex, visited); } node = node.nextEdge; } } /** * 深度優(yōu)先搜索遍歷圖,類似于樹的前序遍歷, */ public void DFS() { //新建頂點(diǎn)訪問標(biāo)記數(shù)組,對(duì)應(yīng)每個(gè)索引對(duì)應(yīng)相同索引的頂點(diǎn)數(shù)組中的頂點(diǎn) boolean[] visited = new boolean[vertexs.length]; //初始化所有頂點(diǎn)都沒有被訪問 for (int i = 0; i < vertexs.length; i++) { visited[i] = false; } System.out.println("DFS: "); /*循環(huán)搜索*/ for (int i = 0; i < vertexs.length; i++) { //如果對(duì)應(yīng)索引的頂點(diǎn)的訪問標(biāo)記為false,則搜索該頂點(diǎn) if (!visited[i]) { DFS(i, visited); } } /*走到這一步,說明頂點(diǎn)訪問標(biāo)記數(shù)組全部為true,說明全部都訪問到了,深度搜索結(jié)束*/ System.out.println(); } /** * 廣度優(yōu)先搜索圖,類似于樹的層序遍歷 * 因此模仿樹的層序遍歷,同樣借用隊(duì)列結(jié)構(gòu) */ public void BFS() { // 輔組隊(duì)列 Queue<Integer> indexLinkedList = new LinkedList<>(); //新建頂點(diǎn)訪問標(biāo)記數(shù)組,對(duì)應(yīng)每個(gè)索引對(duì)應(yīng)相同索引的頂點(diǎn)數(shù)組中的頂點(diǎn) boolean[] visited = new boolean[vertexs.length]; //初始化所有頂點(diǎn)都沒有被訪問 for (int i = 0; i < vertexs.length; i++) { visited[i] = false; } System.out.println("BFS: "); for (int i = 0; i < vertexs.length; i++) { //如果訪問方劑為false,則設(shè)置為true,表示已經(jīng)訪問,然后開始訪問 if (!visited[i]) { visited[i] = true; System.out.print(vertexs[i].data + " "); indexLinkedList.add(i); } //判斷隊(duì)列是否有值,有就開始遍歷 if (!indexLinkedList.isEmpty()) { //出隊(duì)列 Integer j = indexLinkedList.poll(); LNode node = vertexs[j].firstEdge; while (node != null) { int k = node.vertex; if (!visited[k]) { visited[k] = true; System.out.print(vertexs[k].data + " "); //繼續(xù)入隊(duì)列 indexLinkedList.add(k); } node = node.nextEdge; } } } System.out.println("\n"); } @Override public String toString() { StringBuilder stringBuilder = new StringBuilder(); for (int i = 0; i < vertexs.length; i++) { stringBuilder.append(i).append("(").append(vertexs[i].data).append("): "); LNode node = vertexs[i].firstEdge; while (node != null) { stringBuilder.append(node.vertex).append("(").append(vertexs[node.vertex].data).append(")"); node = node.nextEdge; if (node != null) { stringBuilder.append("->"); } else { break; } } stringBuilder.append("\n"); } return stringBuilder.toString(); } public static void main(String[] args) { //頂點(diǎn)數(shù)組 添加的先后順序?qū)τ诒闅v結(jié)果有影響 Character[] vexs = {'A', 'B', 'C', 'D', 'E', 'F', 'G'}; //邊二維數(shù)組 {'a', 'b'}表示頂點(diǎn)a->b的邊 添加的先后順序?qū)τ诒闅v結(jié)果有影響 Character[][] edges = { {'A', 'C'}, {'A', 'D'}, //對(duì)于有向圖來說是多余的邊關(guān)系,在linkLast方法中做了判斷,并不會(huì)重復(fù)添加 {'A', 'D'}, //對(duì)于有向圖來說不是多余的邊關(guān)系 {'D', 'A'}, {'A', 'F'}, {'B', 'C'}, {'C', 'D'}, {'E', 'G'}, {'E', 'B'}, {'D', 'B'}, {'F', 'G'}}; // 構(gòu)建圖有向圖 AdjacencyList<Character> adjacencyList = new AdjacencyList<>(vexs, edges); //輸出圖 System.out.println(adjacencyList); //深度優(yōu)先遍歷 adjacencyList.DFS(); //廣度優(yōu)先遍歷 adjacencyList.BFS(); } }
測(cè)試有向圖對(duì)應(yīng)的邏輯結(jié)構(gòu)如下:
測(cè)試圖的遍歷結(jié)果如下:
/** * 無向圖鄰接矩陣簡(jiǎn)單實(shí)現(xiàn) * {@link UndirectedAdjacencyMatrix#UndirectedAdjacencyMatrix(E[], E[][])} 構(gòu)建無向圖 * {@link UndirectedAdjacencyMatrix#DFS()} 深度優(yōu)先遍歷無向圖 * {@link UndirectedAdjacencyMatrix#BFS()} 廣度優(yōu)先遍歷無向圖 * {@link UndirectedAdjacencyMatrix#toString()} ()} 輸出無向圖 * * @author lx */ public class UndirectedAdjacencyMatrix<E> { /** * 頂點(diǎn)數(shù)組 */ private Object[] vertexs; /** * 鄰接矩陣 */ private int[][] matrix; /* * 創(chuàng)建圖 * * 參數(shù)說明: * vexs -- 頂點(diǎn)數(shù)組 * edges -- 邊數(shù)組 */ /** * 創(chuàng)建無向圖 * * @param vexs 頂點(diǎn)數(shù)組 * @param edges 邊二維數(shù)組 */ public UndirectedAdjacencyMatrix(E[] vexs, E[][] edges) { // 初始化頂點(diǎn)數(shù)組,并添加頂點(diǎn) vertexs = Arrays.copyOf(vexs, vexs.length); // 初始化邊矩陣,并填充邊信息 matrix = new int[vexs.length][vexs.length]; for (E[] edge : edges) { // 讀取一條邊的起始頂點(diǎn)和結(jié)束頂點(diǎn)索引值 int p1 = getPosition(edge[0]); int p2 = getPosition(edge[1]); //對(duì)稱的兩個(gè)點(diǎn)位都置為1,無向圖可以看作相互可達(dá)的有向圖 matrix[p1][p2] = 1; matrix[p2][p1] = 1; } } /** * 獲取某條邊的某個(gè)頂點(diǎn)所在頂點(diǎn)數(shù)組的索引位置 * * @param e 頂點(diǎn)的值 * @return 所在頂點(diǎn)數(shù)組的索引位置, 或者-1 - 表示不存在 */ private int getPosition(E e) { for (int i = 0; i < vertexs.length; i++) { if (vertexs[i] == e) { return i; } } return -1; } /** * 深度優(yōu)先搜索遍歷圖,類似于樹的前序遍歷, */ public void DFS() { //新建頂點(diǎn)訪問標(biāo)記數(shù)組,對(duì)應(yīng)每個(gè)索引對(duì)應(yīng)相同索引的頂點(diǎn)數(shù)組中的頂點(diǎn) boolean[] visited = new boolean[vertexs.length]; //初始化所有頂點(diǎn)都沒有被訪問 for (int i = 0; i < vertexs.length; i++) { visited[i] = false; } System.out.println("DFS: "); for (int i = 0; i < vertexs.length; i++) { if (!visited[i]) { DFS(i, visited); } } System.out.println(); } /** * 深度優(yōu)先搜索遍歷圖的遞歸實(shí)現(xiàn),類似于樹的先序遍歷 * 因此模仿樹的先序遍歷,同樣借用棧結(jié)構(gòu),這里使用的是方法的遞歸,隱式的借用棧 * * @param i 頂點(diǎn)索引 * @param visited 訪問標(biāo)志數(shù)組 */ private void DFS(int i, boolean[] visited) { visited[i] = true; System.out.print(vertexs[i] + " "); // 遍歷該頂點(diǎn)的所有鄰接點(diǎn)。若該鄰接點(diǎn)是沒有訪問過,那么繼續(xù)遞歸遍歷領(lǐng)接點(diǎn) for (int w = firstVertex(i); w >= 0; w = nextVertex(i, w)) { if (!visited[w]) { DFS(w, visited); } } } /** * 返回頂點(diǎn)v的第一個(gè)鄰接頂點(diǎn)的索引,失敗則返回-1 * * @param v 頂點(diǎn)v在數(shù)組中的索引 * @return 返回頂點(diǎn)v的第一個(gè)鄰接頂點(diǎn)的索引,失敗則返回-1 */ private int firstVertex(int v) { //如果索引超出范圍,則返回-1 if (v < 0 || v > (vertexs.length - 1)) { return -1; } /*根據(jù)鄰接矩陣的規(guī)律:頂點(diǎn)索引v對(duì)應(yīng)著邊二維矩陣的matrix[v][i]一行記錄 * 從i=0開始*/ for (int i = 0; i < vertexs.length; i++) { if (matrix[v][i] == 1) { return i; } } return -1; } /** * 返回頂點(diǎn)v相對(duì)于w的下一個(gè)鄰接頂點(diǎn)的索引,失敗則返回-1 * * @param v 頂點(diǎn)索引 * @param w 第一個(gè)鄰接點(diǎn)索引 * @return 返回頂點(diǎn)v相對(duì)于w的下一個(gè)鄰接頂點(diǎn)的索引,失敗則返回-1 */ private int nextVertex(int v, int w) { //如果索引超出范圍,則返回-1 if (v < 0 || v > (vertexs.length - 1) || w < 0 || w > (vertexs.length - 1)) { return -1; } /*根據(jù)鄰接矩陣的規(guī)律:頂點(diǎn)索引v對(duì)應(yīng)著邊二維矩陣的matrix[v][i]一行記錄 * 由于鄰接點(diǎn)w的索引已經(jīng)獲取了,所以從i=w+1開始尋找*/ for (int i = w + 1; i < vertexs.length; i++) { if (matrix[v][i] == 1) { return i; } } return -1; } /* * 廣度優(yōu)先搜索(類似于樹的層次遍歷) */ public void BFS() { // 輔組隊(duì)列 Queue<Integer> indexLinkedList = new LinkedList<>(); //新建頂點(diǎn)訪問標(biāo)記數(shù)組,對(duì)應(yīng)每個(gè)索引對(duì)應(yīng)相同索引的頂點(diǎn)數(shù)組中的頂點(diǎn) boolean[] visited = new boolean[vertexs.length]; for (int i = 0; i < vertexs.length; i++) { visited[i] = false; } System.out.println("BFS: "); for (int i = 0; i < vertexs.length; i++) { if (!visited[i]) { visited[i] = true; System.out.print(vertexs[i] + " "); indexLinkedList.add(i); } if (!indexLinkedList.isEmpty()) { //j索引出隊(duì)列 Integer j = indexLinkedList.poll(); //繼續(xù)訪問j的鄰接點(diǎn) for (int k = firstVertex(j); k >= 0; k = nextVertex(j, k)) { if (!visited[k]) { visited[k] = true; System.out.print(vertexs[k] + " "); //繼續(xù)入隊(duì)列 indexLinkedList.add(k); } } } } System.out.println(); } @Override public String toString() { StringBuilder stringBuilder = new StringBuilder(); for (int i = 0; i < vertexs.length; i++) { for (int j = 0; j < vertexs.length; j++) { stringBuilder.append(matrix[i][j]).append(" "); } stringBuilder.append("\n"); } return stringBuilder.toString(); } public static void main(String[] args) { Character[] vexs = {'A', 'B', 'C', 'D', 'E', 'F', 'G'}; Character[][] edges = { {'A', 'C'}, //對(duì)于無向圖來說是多余的邊關(guān)系,在linkLast方法中做了判斷,并不會(huì)重復(fù)添加 {'A', 'D'}, {'A', 'D'}, {'D', 'A'}, {'A', 'F'}, {'B', 'C'}, {'C', 'D'}, {'E', 'G'}, {'E', 'B'}, {'D', 'B'}, {'F', 'G'}}; //構(gòu)建圖 UndirectedAdjacencyMatrix<Character> undirectedAdjacencyMatrix = new UndirectedAdjacencyMatrix<>(vexs, edges); //輸出圖 System.out.println(undirectedAdjacencyMatrix); //深度優(yōu)先遍歷 undirectedAdjacencyMatrix.DFS(); //廣度優(yōu)先遍歷 undirectedAdjacencyMatrix.BFS(); } }
測(cè)試無向圖對(duì)應(yīng)的邏輯結(jié)構(gòu)如下:
測(cè)試圖的遍歷結(jié)果如下:
可以看到,深度優(yōu)先遍歷出來的順序不一致,實(shí)際上這是內(nèi)部節(jié)點(diǎn)的實(shí)際存儲(chǔ)順序和結(jié)構(gòu)的問題導(dǎo)致的,但是我們的思想并沒有變,因此該遍歷也是正確的,實(shí)際上如果圖的實(shí)現(xiàn)不唯一,那么遍歷順序也不一定是唯一的。
/** * 有向圖鄰接矩陣簡(jiǎn)單實(shí)現(xiàn) * {@link AdjacencyMatrix#AdjacencyMatrix(E[], E[][])} 構(gòu)建有向圖 * {@link AdjacencyMatrix#DFS()} 深度優(yōu)先遍歷無向圖 * {@link AdjacencyMatrix#BFS()} 廣度優(yōu)先遍歷無向圖 * {@link AdjacencyMatrix#toString()} ()} 輸出無向圖 * * @author lx */ public class AdjacencyMatrix<E> { /** * 頂點(diǎn)數(shù)組 */ private Object[] vertexs; /** * 鄰接矩陣 */ private int[][] matrix; /** * 創(chuàng)建有向圖 * * @param vexs 頂點(diǎn)數(shù)組 * @param edges 邊二維數(shù)組 */ public AdjacencyMatrix(E[] vexs, E[][] edges) { // 初始化頂點(diǎn)數(shù)組,并添加頂點(diǎn) vertexs = Arrays.copyOf(vexs, vexs.length); // 初始化邊矩陣,并填充邊信息 matrix = new int[vexs.length][vexs.length]; for (E[] edge : edges) { // 讀取一條邊的起始頂點(diǎn)和結(jié)束頂點(diǎn)索引值 p1,p2表示邊方向p1->p2 int p1 = getPosition(edge[0]); int p2 = getPosition(edge[1]); //p1 出度的位置 置為1 matrix[p1][p2] = 1; //無向圖和有向圖的鄰接矩陣實(shí)現(xiàn)的區(qū)別就在于下面這一行代碼 //matrix[p2][p1] = 1; } } /** * 獲取某條邊的某個(gè)頂點(diǎn)所在頂點(diǎn)數(shù)組的索引位置 * * @param e 頂點(diǎn)的值 * @return 所在頂點(diǎn)數(shù)組的索引位置, 或者-1 - 表示不存在 */ private int getPosition(E e) { for (int i = 0; i < vertexs.length; i++) { if (vertexs[i] == e) { return i; } } return -1; } /** * 深度優(yōu)先搜索遍歷圖,類似于樹的前序遍歷, */ public void DFS() { //新建頂點(diǎn)訪問標(biāo)記數(shù)組,對(duì)應(yīng)每個(gè)索引對(duì)應(yīng)相同索引的頂點(diǎn)數(shù)組中的頂點(diǎn) boolean[] visited = new boolean[vertexs.length]; //初始化所有頂點(diǎn)都沒有被訪問 for (int i = 0; i < vertexs.length; i++) { visited[i] = false; } System.out.println("DFS: "); for (int i = 0; i < vertexs.length; i++) { if (!visited[i]) { DFS(i, visited); } } System.out.println(); } /** * 深度優(yōu)先搜索遍歷圖的遞歸實(shí)現(xiàn),類似于樹的先序遍歷 * 因此模仿樹的先序遍歷,同樣借用棧結(jié)構(gòu),這里使用的是方法的遞歸,隱式的借用棧 * * @param i 頂點(diǎn)索引 * @param visited 訪問標(biāo)志數(shù)組 */ private void DFS(int i, boolean[] visited) { visited[i] = true; System.out.print(vertexs[i] + " "); // 遍歷該頂點(diǎn)的所有鄰接點(diǎn)。若該鄰接點(diǎn)是沒有訪問過,那么繼續(xù)遞歸遍歷領(lǐng)接點(diǎn) for (int w = firstVertex(i); w >= 0; w = nextVertex(i, w)) { if (!visited[w]) { DFS(w, visited); } } } /** * 返回頂點(diǎn)v的第一個(gè)鄰接頂點(diǎn)的索引,失敗則返回-1 * * @param v 頂點(diǎn)v在數(shù)組中的索引 * @return 返回頂點(diǎn)v的第一個(gè)鄰接頂點(diǎn)的索引,失敗則返回-1 */ private int firstVertex(int v) { //如果索引超出范圍,則返回-1 if (v < 0 || v > (vertexs.length - 1)) { return -1; } /*根據(jù)鄰接矩陣的規(guī)律:頂點(diǎn)索引v對(duì)應(yīng)著邊二維矩陣的matrix[v][i]一行記錄 * 從i=0開始*/ for (int i = 0; i < vertexs.length; i++) { if (matrix[v][i] == 1) { return i; } } return -1; } /** * 返回頂點(diǎn)v相對(duì)于w的下一個(gè)鄰接頂點(diǎn)的索引,失敗則返回-1 * * @param v 頂點(diǎn)索引 * @param w 第一個(gè)鄰接點(diǎn)索引 * @return 返回頂點(diǎn)v相對(duì)于w的下一個(gè)鄰接頂點(diǎn)的索引,失敗則返回-1 */ private int nextVertex(int v, int w) { //如果索引超出范圍,則返回-1 if (v < 0 || v > (vertexs.length - 1) || w < 0 || w > (vertexs.length - 1)) { return -1; } /*根據(jù)鄰接矩陣的規(guī)律:頂點(diǎn)索引v對(duì)應(yīng)著邊二維矩陣的matrix[v][i]一行記錄 * 由于鄰接點(diǎn)w的索引已經(jīng)獲取了,所以從i=w+1開始尋找*/ for (int i = w + 1; i < vertexs.length; i++) { if (matrix[v][i] == 1) { return i; } } return -1; } /* * 廣度優(yōu)先搜索(類似于樹的層次遍歷) */ public void BFS() { // 輔組隊(duì)列 Queue<Integer> indexLinkedList = new LinkedList<>(); //新建頂點(diǎn)訪問標(biāo)記數(shù)組,對(duì)應(yīng)每個(gè)索引對(duì)應(yīng)相同索引的頂點(diǎn)數(shù)組中的頂點(diǎn) boolean[] visited = new boolean[vertexs.length]; for (int i = 0; i < vertexs.length; i++) { visited[i] = false; } System.out.println("BFS: "); for (int i = 0; i < vertexs.length; i++) { if (!visited[i]) { visited[i] = true; System.out.print(vertexs[i] + " "); indexLinkedList.add(i); } if (!indexLinkedList.isEmpty()) { //j索引出隊(duì)列 Integer j = indexLinkedList.poll(); //繼續(xù)訪問j的鄰接點(diǎn) for (int k = firstVertex(j); k >= 0; k = nextVertex(j, k)) { if (!visited[k]) { visited[k] = true; System.out.print(vertexs[k] + " "); //繼續(xù)入隊(duì)列 indexLinkedList.add(k); } } } } System.out.println(); } @Override public String toString() { StringBuilder stringBuilder = new StringBuilder(); for (int i = 0; i < vertexs.length; i++) { for (int j = 0; j < vertexs.length; j++) { stringBuilder.append(matrix[i][j]).append(" "); } stringBuilder.append("\n"); } return stringBuilder.toString(); } public static void main(String[] args) { Character[] vexs = {'A', 'B', 'C', 'D', 'E', 'F', 'G'}; Character[][] edges = { {'A', 'C'}, //對(duì)于無向圖來說是多余的邊關(guān)系,在linkLast方法中做了判斷,并不會(huì)重復(fù)添加 {'A', 'D'}, {'A', 'D'}, {'D', 'A'}, {'A', 'F'}, {'B', 'C'}, {'C', 'D'}, {'E', 'G'}, {'E', 'B'}, {'D', 'B'}, {'F', 'G'}}; //構(gòu)建圖 AdjacencyMatrix<Character> undirectedAdjacencyMatrix = new AdjacencyMatrix<>(vexs, edges); //輸出圖 System.out.println(undirectedAdjacencyMatrix); //深度優(yōu)先遍歷 undirectedAdjacencyMatrix.DFS(); //廣度優(yōu)先遍歷 undirectedAdjacencyMatrix.BFS(); } }
測(cè)試有向圖對(duì)應(yīng)的邏輯結(jié)構(gòu)以及遍歷結(jié)果和有向圖的鄰接表實(shí)現(xiàn)的結(jié)果是一致的。
首先介紹了圖的入門概念,然后介紹了圖的鄰接矩陣和鄰接表兩種存儲(chǔ)結(jié)構(gòu)、以及深度優(yōu)先遍歷和廣度優(yōu)先遍歷的兩種遍歷方式,最后提供了Java代碼的實(shí)現(xiàn)。
關(guān)于圖的實(shí)現(xiàn),Guava中的com.google.common.graph模塊已經(jīng)提供了圖的各種實(shí)現(xiàn),而且都非常完美,這里只提供四個(gè)簡(jiǎn)單實(shí)現(xiàn)。
Java是一門面向?qū)ο缶幊陶Z言,可以編寫桌面應(yīng)用程序、Web應(yīng)用程序、分布式系統(tǒng)和嵌入式系統(tǒng)應(yīng)用程序。
感謝大家的閱讀,以上就是“Java數(shù)據(jù)結(jié)構(gòu)中圖的原理與實(shí)現(xiàn)是怎樣的”的全部?jī)?nèi)容了,學(xué)會(huì)的朋友趕緊操作起來吧。相信億速云小編一定會(huì)給大家?guī)砀鼉?yōu)質(zhì)的文章。謝謝大家對(duì)億速云網(wǎng)站的支持!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。