剑指Offer--图的操作
【摘要】 剑指Offer–图的操作
前言
企业笔试过程中会涉及到数据结构的方方面面,现将有关图的深度优先搜索与广度优先搜索进行整理归纳,方便日后查阅。 在已做过的笔试题目中,可用DFS解决的题目有:
“地牢逃脱”–网易“遍历最短路径长度”–携程“小青蛙走迷宫”–滴滴
三道题目都是DFS的经典应用,主要采用递归+回溯的方式。 下面主要讲解一下DFS与BF...
剑指Offer–图的操作
前言
企业笔试过程中会涉及到数据结构的方方面面,现将有关图的深度优先搜索与广度优先搜索进行整理归纳,方便日后查阅。
在已做过的笔试题目中,可用DFS解决的题目有:
三道题目都是DFS的经典应用,主要采用递归+回溯的方式。
下面主要讲解一下DFS与BFS的具体实现。
深度优先搜索(DFS) && 广度优先搜索(BFS)
package cn.edu.ujn.graph;
import java.util.ArrayList;
import java.util.LinkedList;
/**
* @description 邻接矩阵模型类
* @author SHQ
* @time 2016.09.12
*/
public class DFS_BFS { private ArrayList<Object> vertexList;// 存储点的链表 private int[][] edges; // 邻接矩阵,用来存储边 private int numOfEdges; // 边的数目 boolean[] isVisited; // 遍历标志位 public DFS_BFS(int n) { //初始化矩阵,二维数组,和边的数目 edges = new int[n][n]; vertexList = new ArrayList<Object>(n); numOfEdges = 0; // 将所有节点访问标志位均置为未访问 isVisited = new boolean[n]; for(int i = 0; i < n; i++){ isVisited[i] = false; } } // 得到结点的个数 public int getNumOfVertex() { return vertexList.size(); } // 得到边的数目 public int getNumOfEdges() { return numOfEdges; } // 返回结点i的数据 public Object getValueByIndex(int i) { return vertexList.get(i); } // 返回v1,v2的权值 public int getWeight(int v1,int v2) { return edges[v1][v2]; } //插入结点 public void insertVertex(Object vertex) { vertexList.add(vertexList.size(),vertex); } //插入结点 public void insertEdge(int v1,int v2,int weight) { edges[v1][v2]=weight; numOfEdges++; } //删除结点 public void deleteEdge(int v1,int v2) { edges[v1][v2] = 0; numOfEdges--; } // 得到第一个邻接结点的下标 public int getFirstNeighbor(int index) { for(int j = 0; j < vertexList.size(); j++) { if (edges[index][j] > 0) { return j; } } return -1; } // 根据前一个邻接结点的下标来取得下一个邻接结点 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;
} // 私有函数,深度优先遍历 private void depthFirstSearch(boolean[] isVisited,int i) { // 首先访问该结点,在控制台打印出来 System.out.print(getValueByIndex(i) + " "); // 置该结点为已访问 isVisited[i] = true; int w = getFirstNeighbor(i); while (w != -1) { if (!isVisited[w]) { depthFirstSearch(isVisited,w); } w = getNextNeighbor(i, w); } } // 对外公开函数,深度优先遍历,与其同名私有函数属于方法重载 public void depthFirstSearch() { for(int i = 0; i < getNumOfVertex(); i++) { //因为对于非连通图来说,并不是通过一个结点就一定可以遍历所有结点的。 if (!isVisited[i]) { depthFirstSearch(isVisited,i); } }
} /** * 私有函数,广度优先遍历 * 遍历步骤: * 1.访问初始结点v并标记结点v为已访问。 * 2.结点v入队列 * 3.当队列非空时,继续执行,否则算法结束。 * 4.出队列,取得队头结点u。 * 5.查找结点u的第一个邻接结点w。 * 6.若结点u的邻接结点w不存在,则转到步骤3;否则循环执行以下三个步骤: * 1)若结点w尚未被访问,则访问结点w并标记为已访问。 * 2)结点w入队列 * 3)查找结点u的继w邻接结点后的下一个邻接结点w,转到步骤6。 * @param isVisited * @param i */ private void broadFirstSearch(boolean[] isVisited, int i) { int u, w; // 借助辅助队列,记录访问顺序 LinkedList<Object> queue = new LinkedList<Object>(); // 访问结点i System.out.print(getValueByIndex(i) + " "); isVisited[i] = true; // 结点入队列 queue.addLast(i); while (!queue.isEmpty()) { u = ((Integer)queue.removeFirst()).intValue(); w = getFirstNeighbor(u); while(w != -1) { if(!isVisited[w]) { //访问该结点 System.out.print(getValueByIndex(w)+" "); //标记已被访问 isVisited[w] = true; //入队列 queue.addLast(w); } //寻找下一个邻接结点 w = getNextNeighbor(u, w); } } } //对外公开函数,广度优先遍历 public void broadFirstSearch() { for(int i = 0; i < getNumOfVertex(); i++) { if(!isVisited[i]) { broadFirstSearch(isVisited, i); } } }
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
- 59
- 60
- 61
- 62
- 63
- 64
- 65
- 66
- 67
- 68
- 69
- 70
- 71
- 72
- 73
- 74
- 75
- 76
- 77
- 78
- 79
- 80
- 81
- 82
- 83
- 84
- 85
- 86
- 87
- 88
- 89
- 90
- 91
- 92
- 93
- 94
- 95
- 96
- 97
- 98
- 99
- 100
- 101
- 102
- 103
- 104
- 105
- 106
- 107
- 108
- 109
- 110
- 111
- 112
- 113
- 114
- 115
- 116
- 117
- 118
- 119
- 120
- 121
- 122
- 123
- 124
- 125
- 126
- 127
- 128
- 129
- 130
- 131
- 132
- 133
- 134
- 135
- 136
- 137
- 138
- 139
- 140
- 141
- 142
- 143
- 144
- 145
- 146
- 147
- 148
- 149
- 150
- 151
- 152
- 153
- 154
- 155
- 156
- 157
- 158
Main.java
package cn.edu.ujn.graph;
public class Main { public static void main(String args[]) { int n = 8, e = 9; // 分别代表结点个数和边的数目 String labels[]={"1","2","3","4","5","6","7","8"}; // 结点的标识 DFS_BFS graph = new DFS_BFS(n); for(String label : labels) { graph.insertVertex(label); // 插入结点 } //插入九条边 graph.insertEdge(0, 1, 1); graph.insertEdge(0, 2, 1); graph.insertEdge(1, 3, 1); graph.insertEdge(1, 4, 1); graph.insertEdge(3, 7, 1); graph.insertEdge(4, 7, 1); graph.insertEdge(2, 5, 1); graph.insertEdge(2, 6, 1); graph.insertEdge(5, 6, 1); graph.insertEdge(1, 0, 1); graph.insertEdge(2, 0, 1); graph.insertEdge(3, 1, 1); graph.insertEdge(4, 1, 1); graph.insertEdge(7, 3, 1); graph.insertEdge(7, 4, 1); graph.insertEdge(6, 2, 1); graph.insertEdge(5, 2, 1); graph.insertEdge(6, 5, 1);
/* System.out.println("深度优先搜索序列为:"); graph.depthFirstSearch(); System.out.println();*/ System.out.println("广度优先搜索序列为:"); graph.broadFirstSearch(); }
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
文章来源: shq5785.blog.csdn.net,作者:No Silver Bullet,版权归原作者所有,如需转载,请联系作者。
原文链接:shq5785.blog.csdn.net/article/details/52605864
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)