• 图的深度优先搜索


    package graph;
    
    import java.util.ArrayList;
    import java.util.Arrays;
    
    public class Graph {
    
        private ArrayList<String> vertexList;// 存储顶点集合
        private int[][] edges;// 存储图对应的邻接矩阵
        private int numOfEdges;// 表示边的数目
    
        private boolean[] isVisited;
    
        public static void main(String[] args) {
            // 测试图是否创建Ok
            int n = 5;// 节点的个数
            String Vertexs[] = { "A", "B", "C", "D", "E" };
            // 创建图像
            Graph graph = new Graph(n);
            // 循环的添加顶点
            for (String vertex : Vertexs) {
                graph.insertVertex(vertex);
            }
            // 添加边
            graph.insertEdges(0, 1, 1);// A-B
            graph.insertEdges(0, 2, 1);// A-B
            graph.insertEdges(1, 2, 1);// A-B
            graph.insertEdges(1, 3, 1);// A-B
            graph.insertEdges(1, 4, 1);// A-B
    
            // 显示邻接矩阵
            graph.showGraph();
            System.out.println("深度遍历");
            graph.dfs();
    
        }
    
        // 构造器
        public Graph(int n) {
    
            // 初始化矩阵和ArrayList
            edges = new int[n][n];
            vertexList = new ArrayList<String>(n);
            numOfEdges = 0;
            isVisited = new boolean[5];
        }
        // 得到第一个邻接节点的下标
    
        /**
         * 
         * @param index @return如果存在,就返回对应的下标,否则返回-1
         */
        public int getFirstNeight(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来获取下一个邻接节点
        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;
        }
        // 真深度优先遍历算法
    
        public void dfs(boolean[] isVisited, int i) {
            // 首先我们访问该节点
            System.out.print(getValueByIndex(i) + "->");
            // 将该节点设置为已经访问
            isVisited[i] = true;
            // 查找节点i的邻接节点
            int w = getFirstNeight(i);
            while (w != -1) {// 说明有
                if (!isVisited[w]) {
                    dfs(isVisited, w);
                }
                // 如果已经被访问过
    
                w = getNextNeighbor(i, w);
            }
    
        }
    
        // 对dfs重载遍历所有的节点,并进行dfs
    
        public void dfs() {
            // 遍历所有的节点dfs[回调]
            for (int i = 0; i < getNumOfVertex(); i++) {
                if (!isVisited[i]) {
                    dfs(isVisited, i);
                }
            }
    
        }
    
        // 图中产常用的方法
        // 返回节点的个数
        public int getNumOfVertex() {
            return vertexList.size();
        }
    
        // 得到边的数目
        public int getNumOfEdges() {
            return numOfEdges;
        }
    
        // 显示图对应的矩阵
        public void showGraph() {
            for (int[] link : edges) {
                System.out.println(Arrays.toString(link));
            }
        }
    
        // 返回节点i(下标)的对应的数据 0->"A" 1->"B"
        public String getValueByIndex(int i) {
            return vertexList.get(i);
        }
    
        // 插入节点
        public void insertVertex(String vertex) {
            vertexList.add(vertex);
        }
    
        // 返回v1 v2的权值
        public int getWeight(int v1, int v2) {
            return edges[v1][v2];
        }
    
        // 添加边
        /**
         * 
         * @param v1         表示几第个顶点
         * @param v2表示第二个节点
         * @param weight表示权重
         */
        public void insertEdges(int v1, int v2, int weight) {
            edges[v1][v2] = weight;
            edges[v2][v1] = weight;
            numOfEdges++;
        }
    
    }
  • 相关阅读:
    日期时间函数的调用
    border的应用
    复合选择器(字体样式)
    样式表
    if语句
    JavaScript 简介
    表单元素
    标记及属性
    网页基础知识
    git commit 提交规范 & 规范校验
  • 原文地址:https://www.cnblogs.com/-xuewuzhijing-/p/12880401.html
Copyright © 2020-2023  润新知