数据结构--图的相关操作实现
来源:互联网 发布:程序员的量化交易之路 编辑:程序博客网 时间:2024/05/20 08:22
存储结构
要存储一个图,我们知道图既有结点,又有边,对于有权图来说,每条边上还带有权值。常用的图的存储结构主要有以下二种:
- 邻接矩阵
- 邻接表
邻接矩阵
我们知道,要表示结点,我们可以用一个一维数组来表示,然而对于结点和结点之间的关系,则无法简单地用一维数组来表示了,我们可以用二维数组来表示,也就是一个矩阵形式的表示方法。
我们假设A是这个二维数组,那么A中的一个元素aij不仅体现出了结点vi和结点vj的关系,而且aij的值正可以表示权值的大小。
以下是一个无向图的邻接矩阵表示示例:
从上图我们可以看到,无向图的邻接矩阵是对称矩阵,也一定是对称矩阵。且其左上角到右下角的对角线上值为零(对角线上表示的是相同的结点)
有向图的邻接矩阵是怎样的呢?
对于带权图,aij的值可用来表示权值的大小,上面两张图是不带权的图,因此它们值都是1。
邻接表
我们知道,图的邻接矩阵存储方法用的是一个n*n的矩阵,当这个矩阵是稠密的矩阵(比如说当图是完全图的时候),那么当然选择用邻接矩阵存储方法。
可是如果这个矩阵是一个稀疏的矩阵呢,这个时候邻接表存储结构就是一种更节省空间的存储结构了。
对于上文中的无向图,我们可以用邻接表来表示,如下:
每一个结点后面所接的结点都是它的邻接结点。
邻接矩阵与邻接表的比较
当图中结点数目较小且边较多时,采用邻接矩阵效率更高。
当节点数目远大且边的数目远小于相同结点的完全图的边数时,采用邻接表存储结构更有效率。
遍历
图的遍历,所谓遍历,即是对结点的访问。一个图有那么多个结点,如何遍历这些结点,需要特定策略,一般有两种访问策略:
- 深度优先遍历
- 广度优先遍历
深度优先
深度优先遍历,从初始访问结点出发,我们知道初始访问结点可能有多个邻接结点,深度优先遍历的策略就是首先访问第一个邻接结点,然后再以这个被访问的邻接结点作为初始结点,访问它的第一个邻接结点。总结起来可以这样说:每次都在访问完当前结点后首先访问当前结点的第一个邻接结点。
我们从这里可以看到,这样的访问策略是优先往纵向挖掘深入,而不是对一个结点的所有邻接结点进行横向访问。
具体算法表述如下:
- 访问初始结点v,并标记结点v为已访问。
- 查找结点v的第一个邻接结点w。
- 若w存在,则继续执行4,否则算法结束。
- 若w未被访问,对w进行深度优先遍历递归(即把w当做另一个v,然后进行步骤123)。
- 查找结点v的w邻接结点的下一个邻接结点,转到步骤3。
例如下图,其深度优先遍历顺序为 1->2->4->8->5->3->6->7
广度优先
类似于一个分层搜索的过程,广度优先遍历需要使用一个队列以保持访问过的结点的顺序,以便按这个顺序来访问这些结点的邻接结点。
具体算法表述如下:
- 访问初始结点v并标记结点v为已访问。
- 结点v入队列
- 当队列非空时,继续执行,否则算法结束。
- 出队列,取得队头结点u。
- 查找结点u的第一个邻接结点w。
- 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。
如下图,其广度优先算法的遍历顺序为:1->2->3->4->5->6->7->8
Java实现
import java.util.ArrayList;import java.util.LinkedList;/** * @description 邻接矩阵模型类 * @author beanlam * @time 2015.4.17 */public class AMWGraph { private ArrayList 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 public AMWGraph(int n) { //初始化矩阵,一维数组,和边的数目 edges=new int[n][n]; vertexList=new ArrayList(n); numOfEdges=0; } //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); } //插入边 public void insertEdge(int v1,int v2,int weight) { edges[v1][v2]=weight; numOfEdges++; } //删除边 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() { boolean[] isVisited=new boolean[getNumOfVertex()]; //记录结点是否已经被访问的数组 for (int i=0;i<getNumOfVertex();i++) { isVisited[i]=false;//把所有节点设置为未访问 } 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 private void broadFirstSearch(boolean[] isVisited,int i) { int u,w; LinkedList queue=new LinkedList(); //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() { boolean[] isVisited=new boolean[getNumOfVertex()]; for (int i=0;i<getNumOfVertex();i++) { isVisited[i]=false; } for(int i=0;i<getNumOfVertex();i++) { if(!isVisited[i]) { broadFirstSearch(isVisited, i); } } }}
上面的public声明的depthFirstSearch()和broadFirstSearch()函数,是为了应对当该图是非连通图的情况,如果是非连通图,那么只通过一个结点是无法完全遍历所有结点的。
下面根据上面用来举例的图来构造测试类:
public class TestSearch { 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 AMWGraph graph=new AMWGraph(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(4, 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(); }}
运行后控制台输出如下:
- 数据结构--图的相关操作实现
- 图的相关操作【C++数据结构】
- 图的相关操作(数据结构)
- 数据结构(5)--栈的定义以及相关操作的实现
- 数据结构单链表的相关操作(linux下实现)C语言
- 数据结构 图的基本操作实现
- 数据结构实验--栈的相关操作
- 树的相关操作(数据结构)
- 数据结构_栈的相关操作
- 数据结构 二叉搜索树的相关操作
- 【数据结构】搜索二叉树的相关操作
- CPython数据结构相关操作的时间复杂度
- 数据结构:二叉查找树的相关操作
- 数据结构中栈的相关操作
- 数据结构中队列的相关操作
- 数据结构中二叉树的相关操作
- 数据结构(9)--链队列的定义以及相关操作的实现
- 【数据结构】链表及相关操作(C语言实现)
- python使用mysql数据库
- String类的实现
- mmap最基本示例
- EASTL -- Electronic Arts Standard Template Library
- 华为某次机考题目n个人n盏灯
- 数据结构--图的相关操作实现
- 安装maven私服
- TCP/IP协议三次握手与四次握手流程解析
- STM32利用FATFS读写数组
- C语言代码统计工具的源程序
- javaSE基础编程——for循环(输入行数,列数,输出对应行列数的*)
- 【HDU4619】【二分匹配】【最大匹配】
- 学前班 第3节 怎么看原理图之内存类接口
- LeetCode (Java) Roman to Integer