关于DFS和BFS
图
图(Graph)结构是一种非线性的数据结构,图在实际生活中有很多例子,比如交通运输网,地铁网络,社交网络,计算机中的状态执行(自动机)等等都可以抽象成图结构。图结构比树结构复杂的非线性结构。
构成
图由顶点(vertex)和边(edge)构成。 所有的顶点构成一个顶点集合,所有的边构成边的集合,一个完整的图结构就是由顶点集合和边集合组成。图结构在数学上记为以下形式:
G=(V,E) 或者 G=(V(G),E(G))
其中 V(G)表示图结构所有顶点的集合,顶点可以用不同的数字或者字母来表示。E(G)是图结构中所有边的集合,每条边由所连接的两个顶点来表示。
图结构中顶点集合V(G)不能为空,必须包含一个顶点,而图结构边集合可以为空,表示没有边。
顶点
在Java中,定义一个顶点对象,使顶点具有存储数据和表示是否被访问的标志。
public class Vertex {
public char label;
public boolean wasVisited;
public Vertex(char label) {
this.label = label;
}
}
边
有两种方式表示边,邻接矩阵和邻接表。本质是使用数组与链表两种不同的数据结构表达和存储图的边。
这里使用邻接矩阵,也就是二维数组存储图的边。
深度优先搜索(DFS)
深度优先搜索,使用栈这个数据结构存储作为临时存储的容器,每次访问一个顶点时,将该顶点放入栈,并标记该顶点已被访问。当该边最后一个顶点被访问后,按顺序依次弹栈,再访问该顶点相邻另外一条边的顶点。直至头顶点弹出栈,搜索
搜索结果
使用伪代码表示
- 检查栈顶点
- 查找该顶点未被访问的邻接点
- 如果没有找到,出栈
- 如果找到邻接点,访问这个顶点并入栈
使用代码表示上面的流程
Stack stack = new Stack<>();
vertexList[0].wasVisited = true;
displayVertex(0);//输出元素
stack.push(0);
while (!stack.isEmpty()) {
int v = getAdjUnvisitedVertex(stack.peek());//获取栈顶元素的相关联顶点
if (v == -1) {
stack.pop();//弹出栈
} else {
vertexList[v].wasVisited = true;//标记已被访问
displayVertex(v);//输出元素
stack.push(v);
}
}
广度优先搜索(BFS)
广度优先搜索有点类似于树的层次遍历。就像一个水波一样,先遍历内圈,再一次访问外圈。使用队列这个数据结构,作为临时存储容器。每次遇到一个未被访问的顶点且必须是邻接点时,加入队列中。循环队列中的元素,使队列为空,搜索结束。
搜索结果
使用伪代码表示上面流程
- 将第一个顶点的邻接点入队
- 取出队列的队首元素
- 查找该顶点未被访问的邻接点
- 如果找到邻接点,访问这个顶点并入队
- 如果没有找到,将该下一个队首顶点出队,重复流程
使用代码表示
vertexList[0].wasVisited = true;
LinkedList queue = new LinkedList<>();
queue.push(0);//第一个元素入队
displayVertex(0);//输出元素
while (!queue.isEmpty()) {
int v = queue.pop();//获取队首元素并出队
int vv;
while ( (vv = getAdjUnvisitedVertex(v)) != -1) {//如果队首元素有邻接点
vertexList[vv].wasVisited = true;//标记该邻接点
displayVertex(vv);
queue.push(vv);//入队
}
}
总代码
package mgGraph;
/**
* @author dxy
*/
public class Vertex {
public char label;
public boolean wasVisited;
public Vertex(char label) {
this.label = label;
}
}
package mgGraph;
import java.util.LinkedList;
import java.util.Stack;
/**
* @author dxy
*/
public class Graph {
private final int MAX_SIZE = 20;//最大容量
private int adjMat[][];//邻接矩阵
private int nVerts;//顶点数
private Vertex vertexList[];//顶点数组
public Graph() {
//初始化
vertexList = new Vertex[MAX_SIZE];
adjMat = new int[MAX_SIZE][MAX_SIZE];
nVerts = 0;
for (int i = 0; i < MAX_SIZE; i++) {
for (int j = 0; j < MAX_SIZE; j++) {
adjMat[i][j] = 0;
}
}
}
public void addVertex(char lab) {
vertexList[nVerts++] = new Vertex(lab);
}
public void addEdge(int start, int end) {
adjMat[start][end] = 1;
adjMat[end][start] = 1;
}
public void displayVertex(int v) {
System.out.print(vertexList[v].label);
}
//查找被搜索的顶点的坐标
public int getAdjUnvisitedVertex(int v) {
for (int i = 0; i < nVerts; i++) {
if (adjMat[v][i] == 1 && vertexList[i].wasVisited == false) {
return i;
}
}
return -1;
}
//深度优先搜索 使用栈
public void dfs() {
Stack stack = new Stack<>();
vertexList[0].wasVisited = true;
displayVertex(0);//输出元素
stack.push(0);
while (!stack.isEmpty()) {
int v = getAdjUnvisitedVertex(stack.peek());//获取栈顶元素的相关联顶点
if (v == -1) {
stack.pop();//弹出栈
} else {
vertexList[v].wasVisited = true;//标记已被访问
displayVertex(v);//输出元素
stack.push(v);
}
}
for (int i = 0; i < nVerts; i++) {
vertexList[i].wasVisited = true;
}
}
public void bfs() {
vertexList[0].wasVisited = true;
LinkedList queue = new LinkedList<>();
queue.push(0);//第一个元素入队
displayVertex(0);//输出元素
while (!queue.isEmpty()) {
int v = queue.pop();//获取队首元素并出队
int vv;
while ( (vv = getAdjUnvisitedVertex(v)) != -1) {//如果队首元素有邻接点
vertexList[vv].wasVisited = true;//标记该邻接点
displayVertex(vv);
queue.push(vv);//入队
}
}
for (int i = 0; i < nVerts; i++) {
vertexList[i].wasVisited = false;
}
}
public static void main(String[] args) {
Graph g = new Graph();
g.addVertex('A');
g.addVertex('B');
g.addVertex('C');
g.addVertex('D');
g.addVertex('E');
g.addVertex('F');
g.addEdge(0, 1);
g.addEdge(1, 2);
g.addEdge(0, 3);
g.addEdge(3, 4);
g.bfs();
}
}