图的存储,搜索,遍历,广度优先算法和深度优先算法,最小生成树-Java实现
1)用邻接矩阵方式进行图的存储。如果一个图有n个节点,则可以用n*n的二维数组来存储图中的各个节点关系。

对上面图中各个节点分别编号,ABCDEF分别设置为012345。那么AB AC AD 关系可以转换为01 02 03, BC BE BF 可以转换为12 14 15, EF可以转换为45。换句话所,我们将各个节点关系存储在一个n*n的二位数组中,数组下标分别对应A-F,有关系的两个节点,在数组中用1表示,否则用0表示。这上图关系可以用6*6数组表示为:

2)深度优先进行图的遍历以及将图转换为最小生成树
深度优先的原则是从根节点开始,依次寻找后继的第一个子节点,直到没有后继为止。然后回到根节点,寻找根的第二个子节点,然后再依次寻找他的后继,直到没有后继为止。以此类推,直到所有节点都被遍历为止。实现深度优先遍历,有一个回朔的过程,所以需要用栈这种数据结构。
3)广度优先进行图的遍历以及将图转换为最小生成树
广度优先原则是从根节点开始,先将根的所有后继找出来,然后依次将所有后继的后继再找出来。以此类推,直到所有元素节点都被遍历。实现广度优先,是一个顺序过程,所以这里需要用到队列或者链表这种数据结构。
下面是代码实现:
package org.lyk.impl; import java.util.ArrayList;
import java.util.Queue;
import java.util.Stack; public class Graph
{
private class Node
{
private boolean wasVisited;
private char data; public Node(char data)
{
this.data = data;
this.wasVisited= false;
}
} private Node[] nodes;
private int[][] adjMetrix;
private int maxSize;
private int index;
public Graph()
{
this.maxSize = 6;
this.index = 0;
this.nodes= new Node[this.maxSize];
this.adjMetrix = new int[this.maxSize][this.maxSize];
} /**
* 增加节点
* @param data
* @throws Exception
*/
public void add(char data) throws Exception
{
if(this.index >= this.maxSize)
{
throw new Exception("数组已满");
}
else
{
this.nodes[index++]= new Node(data);
}
} /**
* 设置图中各个节点关系
* @param x
* @param y
* @throws Exception
*/
public void setRelation(int x,int y) throws Exception
{
if(x < this.maxSize && y < this.maxSize)
{
this.adjMetrix[x][y] = 1;
this.adjMetrix[y][x] = 1;
}
else
{
throw new Exception("下标错误!");
}
} /**
* 广度优先对图进行遍历
* @param x
* @throws Exception
*/
public void showBreathFirst(int x) throws Exception
{
if(x >= 0 && x < this.index)
{
java.util.List<Integer> list = new java.util.ArrayList<>();
int current = 0;
list.add(x);
this.nodes[list.get(current)].wasVisited = true;
while(current < list.size())
{
System.out.println(this.nodes[list.get(current)].data); int nextSuccessor = this.getNextSuccessor(list.get(current));
while(nextSuccessor != -1)
{
list.add(nextSuccessor);
this.nodes[nextSuccessor].wasVisited = true;
nextSuccessor = this.getNextSuccessor(list.get(current));
}
current++;
} this.resetNodes();
}
else
{
throw new Exception("下标越界");
}
} /**
* 深度优先对图进行遍历
* @param x
* @throws Exception
*/
public void showDeepFirst(int x) throws Exception
{
if(x < this.index && x >= 0)
{
Stack<Integer> stack = new Stack<>();
stack.push(x);
System.out.println(this.nodes[x].data);
this.nodes[x].wasVisited = true;
while(!stack.isEmpty())
{
int temp = stack.peek();
int nextSuccessor = this.getNextSuccessor(temp);
if(nextSuccessor == -1)
{
stack.pop();
}
else
{
stack.push(nextSuccessor);
System.out.println(this.nodes[nextSuccessor].data);
this.nodes[nextSuccessor].wasVisited = true;
}
}
this.resetNodes();
}
else
{
throw new Exception("下标错误");
} } /**
* 广度优先-最小生成树
* @param x
* @throws Exception
*/
public void toMSTBreathFirst(int x ) throws Exception
{
if(x >= 0 && x < this.index)
{
java.util.List<Integer> list = new java.util.ArrayList();
int current = 0;
list.add(x);
this.nodes[list.get(current)].wasVisited = true;
while(current < this.index)
{
int successor = this.getNextSuccessor(list.get(current));
while(successor != -1)
{
list.add(successor);
System.out.println(this.nodes[list.get(current)].data + "->" + this.nodes[successor].data);
this.nodes[successor].wasVisited = true;
successor = this.getNextSuccessor(list.get(current));
}
current++;
}
}
else
{
throw new Exception("下标错误");
}
} /**
* 深度优先求最小生成树
* @param x
* @throws Exception
*/
public void toMSTDeepFirst(int x) throws Exception
{
if(x < this.index && x >=0)
{
Stack<Integer> stack = new Stack<Integer>();
stack.push(x);
this.nodes[x].wasVisited = true;
while(!stack.isEmpty())
{
int current = stack.peek();
int nextSuccessor = this.getNextSuccessor(current);
if(nextSuccessor == -1)
{
stack.pop();
}
else
{
stack.push(nextSuccessor);
this.nodes[nextSuccessor].wasVisited = true;
System.out.print(this.nodes[current].data);
System.out.print("-");
System.out.print(this.nodes[nextSuccessor].data);
System.out.print(" ");
}
} this.resetNodes();
}
else
{
throw new Exception("下标错误");
}
} private int getNextSuccessor(int x)
{
for(int i = 0; i <this.maxSize; i++)
{
if(this.adjMetrix[x][i] != 0 && this.nodes[i].wasVisited == false)
{
return i;
}
}
return -1;
} private void resetNodes()
{
for(int i = 0; i < this.index; i++)
{
this.nodes[i].wasVisited = false;
}
}
}
Graph
图的存储,搜索,遍历,广度优先算法和深度优先算法,最小生成树-Java实现的更多相关文章
- 图的存储及遍历 深度遍历和广度遍历 C++代码实现
/*图的存储及遍历*/ #include<iostream> using namespace std; //----------------------------------- //邻接 ...
- 图的存储与遍历C++实现
1.图的存储 设点数为n,边数为m 1.1.二维数组 方法:使用一个二维数组 adj 来存边,其中 adj[u][v] 为 1 表示存在 u到 v的边,为 0 表示不存在.如果是带边权的图,可以在 a ...
- 图的遍历(搜索)算法(深度优先算法DFS和广度优先算法BFS)
图的遍历的定义: 从图的某个顶点出发访问遍图中所有顶点,且每个顶点仅被访问一次.(连通图与非连通图) 深度优先遍历(DFS): 1.访问指定的起始顶点: 2.若当前访问的顶点的邻接顶点有未被访问的,则 ...
- 数据结构作业——图的存储及遍历(邻接矩阵、邻接表+DFS递归、非递归+BFS)
邻接矩阵存图 /* * @Author: WZY * @School: HPU * @Date: 2018-11-02 18:35:27 * @Last Modified by: WZY * @Las ...
- 【算法导论】图的广度优先搜索遍历(BFS)
图的存储方法:邻接矩阵.邻接表 例如:有一个图如下所示(该图也作为程序的实例): 则上图用邻接矩阵可以表示为: 用邻接表可以表示如下: 邻接矩阵可以很容易的用二维数组表示,下面主要看看怎样构成邻接表: ...
- C++编程练习(9)----“图的存储结构以及图的遍历“(邻接矩阵、深度优先遍历、广度优先遍历)
图的存储结构 1)邻接矩阵 用两个数组来表示图,一个一维数组存储图中顶点信息,一个二维数组(邻接矩阵)存储图中边或弧的信息. 2)邻接表 3)十字链表 4)邻接多重表 5)边集数组 本文只用代码实现用 ...
- 【算法导论】图的深度优先搜索遍历(DFS)
关于图的存储在上一篇文章中已经讲述,在这里不在赘述.下面我们介绍图的深度优先搜索遍历(DFS). 深度优先搜索遍历实在访问了顶点vi后,访问vi的一个邻接点vj:访问vj之后,又访问vj的一个邻接点, ...
- 邻接矩阵实现图的存储,DFS,BFS遍历
图的遍历一般由两者方式:深度优先搜索(DFS),广度优先搜索(BFS),深度优先就是先访问完最深层次的数据元素,而BFS其实就是层次遍历,每一层每一层的遍历. 1.深度优先搜索(DFS) 我一贯习惯有 ...
- js图的数据结构处理----邻链表,广度优先搜索,最小路径,深度优先搜索,探索时间拓扑
//邻居连表 //先加入各顶点,然后加入边 //队列 var Queue = (function(){ var item = new WeakMap(); class Queue{ construct ...
随机推荐
- CodeForces #369 C. Coloring Trees DP
题目链接:C. Coloring Trees 题意:给出n棵树的颜色,有些树被染了,有些没有.现在让你把没被染色的树染色.使得beauty = k.问,最少使用的颜料是多少. K:连续的颜色为一组 ...
- Codeforces Round #380 (Div. 2) 解题报告
第一次全程参加的CF比赛(虽然过了D题之后就开始干别的去了),人生第一次codeforces上分--(或许之前的比赛如果都参加全程也不会那么惨吧),终于回到了specialist的行列,感动~.虽然最 ...
- jquery事件代理
在jQuery中,事件代理是指:把事件绑定到父级元素,然后等待事件通过DOM冒泡到该元素时再执行. 在事件侦听过程中有两种触发事件的方式:事件捕获和事件冒泡.事件冒泡更快,效率更高. 事件捕获:事件在 ...
- hdu 1041 (OO approach, private constructor to prevent instantiation, sprintf) 分类: hdoj 2015-06-17 15:57 25人阅读 评论(0) 收藏
a problem where OO seems more natural to me, implementing a utility class not instantiable. how to p ...
- Hadoop随笔(二):Hadoop V1到Hadoop V2的主要变化
一.消失的概念与新鲜的名词 Hadoop V2相对于Hadoop V1的变化主要在于资源管理和任务调度,计算模型仍然保持map/reduce的模型.资源管理和任务调度的变化导致了工作流程的变化,一些概 ...
- pdf 显示
昨天调用同事写好的显示pdf借口 他返回给我的byte 我这面进行接受流的时候 长度一直跟他的对应不上 最后用WebClient类进行解决 webclient类 第一种是将文件存储在文件系统上,用 ...
- checkbox 全选,反选 ,全不选
在表格或者列表中经常会遇到要全选或者反选等交互,今天总结了一下代码,保留着以后直接拿来用 原理: 1. 全选:当全选checkbox被点击(不管点击之前是什么状态)后,获取其checked状态.然后对 ...
- 纯CSS3实现轮播切换效果
使用纯css3实现与轮播器一样的功能. HTML代码: <div class="slide-container"> <input type="radio ...
- js Math 对象的方法
Math对象与JavaScript其他对象不同,因为用户不能生成所使用对象的副本,相反脚本汇集了简单Math对象的属性和方法.Math对象实际上存在于每个窗口和框架中,但是对脚本没有影响,程序员把这种 ...
- Node.js高级编程读书笔记 - 5 数据库 - Never
Outline 6 连接数据库 6.1 使用node-mysql连接MySQL数据库 6.2 使用Nano连接CouchDB数据库 6.3 使用Mongoose连接MongoDB数据库 6 连接数据库 ...