Java實(shí)現(xiàn)無(wú)向圖的示例詳解
基本概念
圖的定義
一個(gè)圖是由點(diǎn)集V={vi} 和 VV 中元素的無(wú)序?qū)Φ囊粋€(gè)集合E={ek} 所構(gòu)成的二元組,記為G=(V,E),V中的元素vi叫做頂點(diǎn),E中的元素 ek叫做邊。
對(duì)于V中的兩個(gè)點(diǎn) u,v,如果邊(u,v) 屬于E,則稱 u,v兩點(diǎn)相鄰,u,v稱為邊(u,v)的端點(diǎn)。
我們可以用m(G)=|E| 表示圖G中的邊數(shù),用n(G)=|V|表示圖G中的頂點(diǎn)個(gè)數(shù)。
無(wú)向圖的定義
對(duì)于E中的任意一條邊(vi,vj),如果邊(vi,vj) 端點(diǎn)無(wú)序,則它是無(wú)向邊,此時(shí)圖G稱為無(wú)向圖。無(wú)向圖是最簡(jiǎn)單的圖模型,下圖顯示了同一幅無(wú)向圖,頂點(diǎn)使用圓圈表示,邊則是頂點(diǎn)之間的連線,沒(méi)有箭頭(圖片來(lái)自于《算法第四版》):

無(wú)向圖的 API
對(duì)于一幅無(wú)向圖,我們關(guān)心圖的頂點(diǎn)數(shù)、邊數(shù)、每個(gè)頂點(diǎn)的相鄰頂點(diǎn)和邊的添加操作,所以接口如下所示:
package com.zhiyiyo.graph;
/**
* 無(wú)向圖
*/
public interface Graph {
/**
* 返回圖中的頂點(diǎn)數(shù)
*/
int V();
/**
* 返回圖中的邊數(shù)
*/
int E();
/**
* 向圖中添加一條邊
* @param v 頂點(diǎn) v
* @param w 頂點(diǎn) w
*/
void addEdge(int v, int w);
/**
* 返回所有相鄰頂點(diǎn)
* @param v 頂點(diǎn) v
* @return 所有相鄰頂點(diǎn)
*/
Iterable<Integer> adj(int v);
}
無(wú)向圖的實(shí)現(xiàn)方式
鄰接矩陣
用矩陣表示圖對(duì)研究圖的性質(zhì)及應(yīng)用常常是比較方便的,對(duì)于各種圖有各種矩陣表示方式,比如權(quán)矩陣和鄰接矩陣,這里我們只關(guān)注鄰接矩陣。它的定義為:
對(duì)于圖G=(V,E),|V|=n,構(gòu)造一個(gè)矩陣 A=(aij)n×n,其中:

則稱矩陣A為圖G的鄰接矩陣。
由定義可知,我們可以使用一個(gè)二維的布爾數(shù)組 A 來(lái)實(shí)現(xiàn)鄰接矩陣,當(dāng) A[i][j] = true 時(shí)說(shuō)明頂點(diǎn) i 和 j 相鄰。
對(duì)于 n個(gè)頂點(diǎn)的圖 G,鄰接矩陣需要消耗的空間為 n2個(gè)布爾值的大小,對(duì)于稀疏圖來(lái)說(shuō)會(huì)造成很大的浪費(fèi),當(dāng)頂點(diǎn)數(shù)很大時(shí)所消耗的空間會(huì)是個(gè)天文數(shù)字。同時(shí)當(dāng)圖比較特殊,存在自環(huán)以及平行邊時(shí),鄰接矩陣的表示方式是無(wú)能為力的。《算法》中給出了存在這兩種情況的圖:

邊的數(shù)組
對(duì)于無(wú)向圖,我們可以實(shí)現(xiàn)一個(gè)類(lèi) Edge,里面只用兩個(gè)實(shí)例變量用來(lái)存儲(chǔ)兩個(gè)頂點(diǎn) u和 v,接著在一個(gè)數(shù)組里面保存所有 Edge 即可。這樣做有一個(gè)很大的問(wèn)題,就是在獲取頂點(diǎn) v的所有相鄰頂點(diǎn)時(shí)必須遍歷整個(gè)數(shù)組才能得到,時(shí)間復(fù)雜度是O(|E|),由于獲取相鄰頂點(diǎn)是很常用的操作,所以這種表示方式也不太行。
鄰接表數(shù)組
如果我們把頂點(diǎn)表示為一個(gè)整數(shù),取值范圍為0∼|V|−1,那么就可以用一個(gè)長(zhǎng)度為|V| 的數(shù)組的索引表示每一個(gè)頂點(diǎn),然后將每一個(gè)數(shù)組元素設(shè)置為一個(gè)鏈表,上面掛載著索引所代表的的頂點(diǎn)相鄰的其他頂點(diǎn)。圖一所示的無(wú)向圖可以用下圖所示的鄰接表數(shù)組表示出來(lái):

使用鄰接表實(shí)現(xiàn)無(wú)向圖的代碼如下所示,由于鄰接表數(shù)組中的每個(gè)鏈表都會(huì)保存與頂點(diǎn)相鄰的頂點(diǎn),所以將邊添加到圖中時(shí)需要對(duì)數(shù)組中的兩個(gè)鏈表進(jìn)行添加節(jié)點(diǎn)的操作:
package com.zhiyiyo.graph;
import com.zhiyiyo.collection.stack.LinkStack;
/**
* 使用鄰接表實(shí)現(xiàn)的無(wú)向圖
*/
public class LinkGraph implements Graph {
private final int V;
private int E;
private LinkStack<Integer>[] adj;
public LinkGraph(int V) {
this.V = V;
adj = (LinkStack<Integer>[]) new LinkStack[V];
for (int i = 0; i < V; i++) {
adj[i] = new LinkStack<>();
}
}
@Override
public int V() {
return V;
}
@Override
public int E() {
return E;
}
@Override
public void addEdge(int v, int w) {
adj[v].push(w);
adj[w].push(v);
E++;
}
@Override
public Iterable<Integer> adj(int v) {
return adj[v];
}
}
這里用到的棧代碼如下所示,棧的實(shí)現(xiàn)不是這篇博客的重點(diǎn),所以這里不做過(guò)多解釋?zhuān)?/p>
package com.zhiyiyo.collection.stack;
import java.util.EmptyStackException;
import java.util.Iterator;
/**
* 使用鏈表實(shí)現(xiàn)的堆棧
*/
public class LinkStack<T> {
private int N;
private Node first;
public void push(T item) {
first = new Node(item, first);
N++;
}
public T pop() throws EmptyStackException {
if (N == 0) {
throw new EmptyStackException();
}
T item = first.item;
first = first.next;
N--;
return item;
}
public int size() {
return N;
}
public boolean isEmpty() {
return N == 0;
}
public Iterator<T> iterator() {
return new ReverseIterator();
}
private class Node {
T item;
Node next;
public Node() {
}
public Node(T item, Node next) {
this.item = item;
this.next = next;
}
}
private class ReverseIterator implements Iterator<T> {
private Node node = first;
@Override
public boolean hasNext() {
return node != null;
}
@Override
public T next() {
T item = node.item;
node = node.next;
return item;
}
@Override
public void remove() {
}
}
}
無(wú)向圖的遍歷
給定下面一幅圖,現(xiàn)在要求找到每個(gè)頂點(diǎn)到頂點(diǎn) 0 的路徑,該如何實(shí)現(xiàn)?或者簡(jiǎn)單點(diǎn),給定頂點(diǎn) 0 和 4,要求判斷從頂點(diǎn) 0 開(kāi)始走,能否到達(dá)頂點(diǎn) 4,該如何實(shí)現(xiàn)?這就要用到兩種圖的遍歷方式:深度優(yōu)先搜索和廣度優(yōu)先搜索。

在介紹這兩種遍歷方式之前,先給出解決上述問(wèn)題需要實(shí)現(xiàn)的 API:
package com.zhiyiyo.graph;
public interface Search {
/**
* 起點(diǎn) s 和 頂點(diǎn) v 之間是否連通
* @param v 頂點(diǎn) v
* @return 是否連通
*/
boolean connected(int v);
/**
* 返回與頂點(diǎn) s 相連通的頂點(diǎn)個(gè)數(shù)(包括 s)
*/
int count();
/**
* 是否存在從起點(diǎn) s 到頂點(diǎn) v 的路徑
* @param v 頂點(diǎn) v
* @return 是否存在路徑
*/
boolean hasPathTo(int v);
/**
* 從起點(diǎn) s 到頂點(diǎn) v 的路徑,不存在則返回 null
* @param v 頂點(diǎn) v
* @return 路徑
*/
Iterable<Integer> pathTo(int v);
}
深度優(yōu)先搜索
深度優(yōu)先搜索的思想類(lèi)似樹(shù)的先序遍歷。我們從頂點(diǎn) 0 開(kāi)始,將它的相鄰頂點(diǎn) 2、1、5 加到棧中。接著彈出棧頂?shù)捻旤c(diǎn) 2,將它相鄰的頂點(diǎn) 0、1、3、4 添加到棧中,但是寫(xiě)到這你就會(huì)發(fā)現(xiàn)一個(gè)問(wèn)題:頂點(diǎn) 0 和 1明明已經(jīng)在棧中了,如果還把他們加到棧中,那這個(gè)棧豈不是永遠(yuǎn)不會(huì)變回空。所以還需要維護(hù)一個(gè)數(shù)組 boolean[] marked,當(dāng)我們將一個(gè)頂點(diǎn) i 添加到棧中時(shí),就將 marked[i] 置為 true,這樣下次要想將頂點(diǎn) i 加入棧中時(shí),就得先檢查一個(gè) marked[i] 是否為 true,如果為 true 就不用再添加了。重復(fù)棧頂節(jié)點(diǎn)的彈出和節(jié)點(diǎn)相鄰節(jié)點(diǎn)的入棧操作,直到棧為空,我們就完成了頂點(diǎn) 0 可達(dá)的所有頂點(diǎn)的遍歷。
為了記錄每個(gè)頂點(diǎn)到頂點(diǎn) 0 的路徑,我們還需要一個(gè)數(shù)組 int[] edgeTo。每當(dāng)我們?cè)L問(wèn)到頂點(diǎn) u 并將其一個(gè)相鄰頂點(diǎn) i 壓入棧中時(shí),就將 edgeTo[i] 設(shè)置為 u,說(shuō)明要想從頂點(diǎn)i 到達(dá)頂點(diǎn) 0,需要先回退頂點(diǎn) u,接著再?gòu)捻旤c(diǎn) edgeTo[u] 處獲取下一步要回退的頂點(diǎn)直至找到頂點(diǎn) 0。
package com.zhiyiyo.graph;
import com.zhiyiyo.collection.stack.LinkStack;
import com.zhiyiyo.collection.stack.Stack;
public class DepthFirstSearch implements Search {
private boolean[] marked;
private int[] edgeTo;
private Graph graph;
private int s;
private int N;
public DepthFirstSearch(Graph graph, int s) {
this.graph = graph;
this.s = s;
marked = new boolean[graph.V()];
edgeTo = new int[graph.V()];
dfs();
}
/**
* 遞歸實(shí)現(xiàn)的深度優(yōu)先搜索
*
* @param v 頂點(diǎn) v
*/
private void dfs(int v) {
marked[v] = true;
N++;
for (int i : graph.adj(v)) {
if (!marked[i]) {
edgeTo[i] = v;
dfs(i);
}
}
}
/**
* 堆棧實(shí)現(xiàn)的深度優(yōu)先搜索
*/
private void dfs() {
Stack<Integer> vertexes = new LinkStack<>();
vertexes.push(s);
marked[s] = true;
while (!vertexes.isEmpty()) {
Integer v = vertexes.pop();
N++;
// 將所有相鄰頂點(diǎn)加到堆棧中
for (Integer i : graph.adj(v)) {
if (!marked[i]) {
edgeTo[i] = v;
marked[i] = true;
vertexes.push(i);
}
}
}
}
@Override
public boolean connected(int v) {
return marked[v];
}
@Override
public int count() {
return N;
}
@Override
public boolean hasPathTo(int v) {
return connected(v);
}
@Override
public Iterable<Integer> pathTo(int v) {
if (!hasPathTo(v)) return null;
Stack<Integer> path = new LinkStack<>();
int vertex = v;
while (vertex != s) {
path.push(vertex);
vertex = edgeTo[vertex];
}
path.push(s);
return path;
}
}
廣度優(yōu)先搜索
廣度優(yōu)先搜索的思想類(lèi)似樹(shù)的層序遍歷。與深度優(yōu)先搜索不同,從頂點(diǎn) 0 出發(fā),廣度優(yōu)先搜索會(huì)先處理完所有與頂點(diǎn) 0 相鄰的頂點(diǎn) 2、1、5 后,才會(huì)接著處理頂點(diǎn) 2、1、5 的相鄰頂點(diǎn)。這個(gè)搜索過(guò)程就是一圈一圈往外擴(kuò)展、越走越遠(yuǎn)的過(guò)程,所以可以用來(lái)獲取頂點(diǎn) 0 到其他節(jié)點(diǎn)的最短路徑。只要將深度優(yōu)先搜索中的堆換成隊(duì)列,就能實(shí)現(xiàn)廣度優(yōu)先搜索:
package com.zhiyiyo.graph;
import com.zhiyiyo.collection.queue.LinkQueue;
public class BreadthFirstSearch implements Search {
private boolean[] marked;
private int[] edgeTo;
private Graph graph;
private int s;
private int N;
public BreadthFirstSearch(Graph graph, int s) {
this.graph = graph;
this.s = s;
marked = new boolean[graph.V()];
edgeTo = new int[graph.V()];
bfs();
}
private void bfs() {
LinkQueue<Integer> queue = new LinkQueue<>();
marked[s] = true;
queue.enqueue(s);
while (!queue.isEmpty()) {
int v = queue.dequeue();
N++;
for (Integer i : graph.adj(v)) {
if (!marked[i]) {
edgeTo[i] = v;
marked[i] = true;
queue.enqueue(i);
}
}
}
}
}
隊(duì)列的實(shí)現(xiàn)代碼如下:
package com.zhiyiyo.collection.queue;
import java.util.EmptyStackException;
public class LinkQueue<T> {
private int N;
private Node first;
private Node last;
public void enqueue(T item) {
Node node = new Node(item, null);
if (++N == 1) {
first = node;
} else {
last.next = node;
}
last = node;
}
public T dequeue() throws EmptyStackException {
if (N == 0) {
throw new EmptyStackException();
}
T item = first.item;
first = first.next;
if (--N == 0) {
last = null;
}
return item;
}
public int size() {
return N;
}
public boolean isEmpty() {
return N == 0;
}
private class Node {
T item;
Node next;
public Node() {
}
public Node(T item, Node next) {
this.item = item;
this.next = next;
}
}
}
后記
這樣就簡(jiǎn)要介紹完了無(wú)向圖的實(shí)現(xiàn)及遍歷方式,對(duì)于無(wú)向圖的更多操作,比如尋找環(huán)和判斷是否為二分圖可以參見(jiàn)《算法第四版》,以上~~
到此這篇關(guān)于Java實(shí)現(xiàn)無(wú)向圖的示例詳解的文章就介紹到這了,更多相關(guān)Java無(wú)向圖內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
關(guān)于IDEA2020.1新建項(xiàng)目maven PKIX 報(bào)錯(cuò)問(wèn)題解決方法
這篇文章主要介紹了關(guān)于IDEA2020.1新建項(xiàng)目maven PKIX 報(bào)錯(cuò)問(wèn)題解決方法,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-06-06
SpringBoot2.7?WebSecurityConfigurerAdapter類(lèi)過(guò)期配置
這篇文章主要為大家介紹了SpringBoot2.7中WebSecurityConfigurerAdapter類(lèi)過(guò)期應(yīng)該如何配置,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2022-06-06
SpringBoot整合redis+Aop防止重復(fù)提交的實(shí)現(xiàn)
Spring Boot通過(guò)AOP可以實(shí)現(xiàn)防止表單重復(fù)提交,本文主要介紹了SpringBoot整合redis+Aop防止重復(fù)提交的實(shí)現(xiàn),文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2023-07-07
java實(shí)現(xiàn)Socket通信之單線程服務(wù)
這篇文章主要為大家詳細(xì)介紹了java實(shí)現(xiàn)Socket通信的單線程服務(wù),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2018-07-07
通過(guò)java反射機(jī)制動(dòng)態(tài)調(diào)用某方法的總結(jié)(推薦)
下面小編就為大家?guī)?lái)一篇通過(guò)java反射機(jī)制動(dòng)態(tài)調(diào)用某方法的總結(jié)(推薦)。小編覺(jué)得挺不錯(cuò)的,現(xiàn)在就分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2016-07-07
springboot項(xiàng)目事務(wù)標(biāo)簽驗(yàn)證
本文主要介紹了springboot項(xiàng)目事務(wù)標(biāo)簽驗(yàn)證,文中通過(guò)示例代碼介紹的非常詳細(xì),詳細(xì)的介紹了不加事務(wù)標(biāo)簽和加事物標(biāo)簽的使用,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2021-07-07
基于springboot的flowable工作流實(shí)戰(zhàn)流程分析
這篇文章主要介紹了基于springboot的flowable工作流實(shí)戰(zhàn)流程分析,本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2021-10-10
springboot打成jar后獲取classpath下文件失敗的解決方案
這篇文章主要介紹了使用springboot打成jar后獲取classpath下文件失敗的解決方案,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2021-08-08

