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

  1. 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 ...

  2. 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 ...

  3. 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 ...

  4. 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 ...

  5. 【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: ...

  6. 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 ...

  7. 【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, ...

  8. 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 ...

  9. 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

  1. Android_Layout (一)

    layout (布局)  --->Android 有五大布局,分别是: LinearLayout : 线性布局,子组件按照垂直或者水平方向来布局. RelativeLayout :相对布局,按照 ...

  2. [深入Python]__new__和__init__

    class A(object): def __init__(self): print "init" def __new__(cls,*args, **kwargs): print ...

  3. [Algorithm Basics] Sorting, LinkedList

    Time complexity: Binary search O(log2 n): i=0.   n elements:         ------------------- i=1.   n/2 ...

  4. 线程和NSThread 、 NSOperation

    1 使用NSThread实现打地鼠 1.1 问题 NSThread是ios提供的轻量级的多线程解决方案,但是需要自己管理线程的生命周期.线程同步等.本案例使用NSThread实现一个打地鼠的小游戏,在 ...

  5. HTTP协议(缓存机制Cache)

    HTTP的缓存 至于响应消息的实体,与请求消息的实体内容相似,这里只借绍下User-Agent头 User-Agent头域的内容包含发出请求的用户信息. Cache-Control头域(请求和应答通用 ...

  6. MINIX3 内核整体架构回顾及内核定 性分析

    MINIX3  内核整体架构回顾及内核定 性分析 12.1 注意事项 由于本文档不对 I/O 文件系统做出分析,所以在此不对 MINIX3 整体做出一个分 析,本章主要是针对内核进程分析.并且这里的模 ...

  7. Java 设计一个贷款计算器 简易

    import javax.swing.*; import java.awt.*; import java.awt.event.*; import javax.swing.border.*; publi ...

  8. C#基础知识系列十(集合)

    前言 本节主要是来了解学习集合,以方便在程序编写时,什么地方该选用什么集合,让程序更健壮的运行起来.在学习了解集合之前,首先需要了解一些数据结构方面的知识.下面我们就先简单的来看一下数据结构. 数据结 ...

  9. 几种循环语句 ,break,continue语句用法

    Java有非常灵活的三循环机制.可以使用以下三种循环之一: while 循环 do...while 循环 for 循环while循环是一个控制结构,可以重复的特定任务次数.在执行时,如果布尔表达式的结 ...

  10. 第八课,T语言功能和参数(版本5.0)

    功能的理解 功能是TC移动项目应用的基本模块,通过对功能模块的调用实现特定的功能.TC综合开发工具中的功能相当于其它高级语言的子程序,在其他高级语言中,比如C,C++中,称为函数.允许用户建立自己定义 ...