<pre name="code" class="java">
import java.util.HashMap;
import java.util.LinkedList;
import java.util.Queue; /*广度遍历是遍历到某个顶点,然后訪问其连接点a,b。接着訪问a的连接表,
非常自然的,这种数据结构就是HashMap,以顶点为key。保存每一个顶点的连接表
*/
public class BFS {
static int count=0;
/*
* HashMap<Character,LinkedList<Character>> graph 这个HashMap是用于存放图中每一个node的邻接表
* 表示此映射所维护的键的类型为Character。此映射值的类型为LinkedList<Character> graph
* 表示将映射关系存放在graph此映射中
*
* LinkedList<Character> 表示在此Collection中保持元素类型为Character
*
* HashMap<Character,Integer> dist 这个HashMap 是用于存放每一个node与距离顶点s的距离的映射关系
* 表示此映射所维护的键的类型为Character 此映射所维护的值的类型为Integer。dist表示将映射关系存放到dist此映射中
*/
private void bfs(HashMap<Character, LinkedList<Character>> graph,
HashMap<Character, Integer> dist, char start) {
// Queue<Character> 表示在此Collection中所保存的元素的类型为Character
Queue<Character> q = new LinkedList<Character>();
q.add(start);// 将指定元素s插入队列,成功时返回true,假设没有可用空间。则返回illegalStateException
//put(start,0) start为指定值将要关联的键,0为指定值将要关联的值。 假设start与0的映射关系已存在,则返回并替换旧值0
//假设 start与0的映射关系不存在,则返回null
dist.put(start, 0);
int i = 0;
while (!q.isEmpty())//
{
char top = q.poll();// 获取并移除队列的头,返回队列的头,假设队列为空。返回null
i++;
// dist.get(top) 返回指定键top所映射的值
System.out.println("The " + i + "th element:" + top+ " Distance from s is:" + dist.get(top));
int d = dist.get(top) + 1;// 得出其周边还未被訪问的节点的距离
/*
* graph.get(top)假设此映射包括一个满足 (key==null ? k==null : key.equals(k))
* 的从 k 键到 v 值的映射关系,则此方法返回 v;否则返回 null。(最多仅仅能有一个这种映射关系。 )
* for(元素变量:元素集合),假设元素集合中全部元素都已遍历过,则结束此循环。 否则运行for循环里的程序块
*/
for (Character c : graph.get(top)) {
// containskey(key) 假设此映射包括对于指定键key的映射关系,则返回true
if (!dist.containsKey(c))// 假设dist中还没有该元素说明还没有被訪问
{
//关联指定键c与指定值d。假设关联关系已存在。则替换旧值d。返回旧值d, 假设无映射关系,则返回null
dist.put(c, d);
q.add(c); // 将指定元素c插入队列,成功时返回true。假设没有可用空间,则返回illegalStateException
}
}
}
}
private static void dfs(HashMap<Character , LinkedList<Character>> graph,HashMap<Character, Boolean> visited)
{
visit(graph, visited, 's');
}
private static void visit(HashMap<Character , LinkedList<Character>> graph,HashMap<Character, Boolean> visited,char start)
{ if (!visited.containsKey(start)) {
count++;
System.out.println("The time into element " + start + ":" + count);// 记录进入该节点的时间
visited.put(start, true);
for (Character c : graph.get(start)) {
if (!visited.containsKey(c)) {
visit(graph, visited, c);// 递归訪问其邻近节点
}
}
count++;
System.out.println("The time out element " + start + ":" + count);// 记录离开该节点的时间
}
}
public static void main(String args[]) {
BFS bb = new BFS();
// s顶点的邻接表
LinkedList<Character> list_s = new LinkedList<Character>();
list_s.add('w');
list_s.add('r');
LinkedList<Character> list_w = new LinkedList<Character>();
list_w.add('s');
list_w.add('x');
list_w.add('i');
LinkedList<Character> list_r = new LinkedList<Character>();
list_r.add('s');
list_r.add('v');
LinkedList<Character> list_x = new LinkedList<Character>();
list_x.add('w');
list_x.add('y');
list_x.add('u');
LinkedList<Character> list_v = new LinkedList<Character>();
list_v.add('r');
LinkedList<Character> list_i = new LinkedList<Character>();
list_i.add('w');
LinkedList<Character> list_u = new LinkedList<Character>();
list_u.add('x');
LinkedList<Character> list_y = new LinkedList<Character>();
list_y.add('x');
HashMap<Character, LinkedList<Character>> graph = new HashMap<Character, LinkedList<Character>>();
graph.put('s', list_s);
graph.put('w', list_w);
graph.put('r', list_r);
graph.put('x', list_x);
graph.put('v', list_v);
graph.put('i', list_i);
graph.put('y', list_y);
graph.put('u', list_u);
System.out.println("BFS starts:");
HashMap<Character, Integer> dist = new HashMap<Character, Integer>();
char start = 's';
bb.bfs(graph, dist, start);
System.out.println("DFS starts:");
HashMap<Character, Boolean> visited=new HashMap<Character, Boolean>();
bb.dfs(graph, visited);
}
}

BFS和DFS的java实现的更多相关文章

  1. 【算法】二叉树、N叉树先序、中序、后序、BFS、DFS遍历的递归和迭代实现记录(Java版)

    本文总结了刷LeetCode过程中,有关树的遍历的相关代码实现,包括了二叉树.N叉树先序.中序.后序.BFS.DFS遍历的递归和迭代实现.这也是解决树的遍历问题的固定套路. 一.二叉树的先序.中序.后 ...

  2. BFS和DFS详解

    BFS和DFS详解以及java实现 前言 图在算法世界中的重要地位是不言而喻的,曾经看到一篇Google的工程师写的一篇<Get that job at Google!>文章中说到面试官问 ...

  3. hdu--1026--Ignatius and the Princess I(bfs搜索+dfs(打印路径))

    Ignatius and the Princess I Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 65536/32768 K (J ...

  4. BFS与DFS常考算法整理

    BFS与DFS常考算法整理 Preface BFS(Breath-First Search,广度优先搜索)与DFS(Depth-First Search,深度优先搜索)是两种针对树与图数据结构的遍历或 ...

  5. 聊聊算法——BFS和DFS

    如果面试字节跳动和腾讯,上来就是先撕算法,阿里就是会突然给你电话,而且不太在意是周末还是深夜, 别问我怎么知道的,想确认的可以亲自去试试.说到算法,直接力扣hard三百题也是可以的,但似乎会比较伤脑, ...

  6. HDU-4607 Park Visit bfs | DP | dfs

    题目链接:http://acm.hdu.edu.cn/showproblem.php?pid=4607 首先考虑找一条最长链长度k,如果m<=k+1,那么答案就是m.如果m>k+1,那么最 ...

  7. 算法录 之 BFS和DFS

    说一下BFS和DFS,这是个比较重要的概念,是很多很多算法的基础. 不过在说这个之前需要先说一下图和树,当然这里的图不是自拍的图片了,树也不是能结苹果的树了.这里要说的是图论和数学里面的概念. 以上概 ...

  8. 算法学习之BFS、DFS入门

    算法学习之BFS.DFS入门 0x1 问题描述 迷宫的最短路径 给定一个大小为N*M的迷宫.迷宫由通道和墙壁组成,每一步可以向相邻的上下左右四格的通道移动.请求出从起点到终点所需的最小步数.如果不能到 ...

  9. 【数据结构与算法】自己动手实现图的BFS和DFS(附完整源码)

    转载请注明出处:http://blog.csdn.net/ns_code/article/details/19617187 图的存储结构 本文的重点在于图的深度优先搜索(DFS)和广度优先搜索(BFS ...

随机推荐

  1. Openstack ceilometer

    https://www.cnblogs.com/liguangsunls/p/6879879.html

  2. Vue v-for嵌套数据渲染问题

    Vue v-for嵌套数据渲染问题 问题描述: 由于在获取商品子分类的时候,同时需要获取子分类下的商品,那么多层的列表渲染就只能是第一层好用 问题原因: vue在处理多层的渲染的时候,不能直接用等号赋 ...

  3. C#中axWindowsMediaPlayer控件的用法

    属性/方法名: 说明:[基本属性] URL:String; 指定媒体位置,本机或网络地址uiMode:String; 播放器界面模式,可为Full, Mini, None, Invisibleplay ...

  4. UVA 1347 Tour 【双调旅行商/DP】

    John Doe, a skilled pilot, enjoys traveling. While on vacation, he rents a small plane and starts vi ...

  5. superviosrd进程管理

    supervisor进程管理器---------------------------1. 安装依赖yum install python-setuptools-devel 2. 安装supervisor ...

  6. Strobogrammatic Number -- LeetCode

    A strobogrammatic number is a number that looks the same when rotated 180 degrees (looked at upside ...

  7. yum安装openresty

    在群里看到春哥发的,先记录下来.一切都以官网为准,以后安装部署生态会越来越完善的. OpenResty 官方现在开始维护自己的打包虚机集合了,新的 linux 包仓库正在陆续登陆 openresty. ...

  8. What is a fully qualified domain name (FQDN)?

    fully qualified domain name (FQDN) is the complete domain name for a specific computer, or host, on ...

  9. 常用函数 __MySQL必知必会

    ----------------------使用数据处理函数 ---------------------- 常见的文本处理函数 Left() 返回串左边的字符Length() 返回串的长度Locate ...

  10. axure产品原型图,元件库导入方法

    axure是公司产品经理常用的软件,用来绘制产品原型图. 为了画出漂亮的原型图,需要各色各样的元件.因此导入各类元件库很有用处: 打开元件库视图: 载入元件库,选择事先下载好的元件 元件库下载:htt ...