第 13 章图

文章目录

  • 13.1 图基本介绍
    • 13.1.1 为什么要有图
    • 13.1.2 图的举例说明
  • 13.2 图的表示方式
    • 13.2.1 邻接矩阵
    • 13.2.2 邻接表
  • 13.3 图的快速入门案例
  • 13.4 图的深度优先遍历介绍
    • 13.4.1 图遍历介绍
    • 13.4.2 深度优先遍历基本思想
    • 13.4.3 深度优先遍历算法步骤
    • 13.4.4 深度优先算法的代码实现
  • 13.5 图的广度优先遍历
    • 13.5.1 广度优先遍历基本思想
    • 13.5.2 广度优先遍历算法步骤
    • 13.5.3 广度优先算法的图示
  • 13.6 广度优先算法的代码实现
  • 13.7 图的代码汇总
  • 13.8 图的深度优先VS 广度优先

13.1 图基本介绍

13.1.1 为什么要有图

  1. 前面我们学了线性表和树
  2. 线性表局限于一个直接前驱和一个直接后继的关系
  3. 树也只能有一个直接前驱也就是父节点
  4. 当我们需要表示多对多的关系时， 这里我们就用到了图。

13.1.2 图的举例说明

图是一种数据结构，其中结点可以具有零个或多个相邻元素。两个结点之间的连接称为边。 结点也可以称为顶点。如图：
在这里插入图片描述

13.1.3 图的常用概念

  1. 顶点(vertex)

  2. 边(edge)

  3. 路径

  4. 无向图(右图
    在这里插入图片描述

  5. 有向图

  6. 带权图
    在这里插入图片描述

13.2 图的表示方式

图的表示方式有两种：二维数组表示（邻接矩阵）；链表表示（邻接表）。

13.2.1 邻接矩阵

邻接矩阵是表示图形中顶点之间相邻关系的矩阵，对于 n 个顶点的图而言，矩阵是的 row 和 col 表示的是 1 n
个点。
在这里插入图片描述

13.2.2 邻接表

  1. 邻接矩阵需要为每个顶点都分配 n 个边的空间，其实有很多边都是不存在,会造成空间的一定损失.
  2. 邻接表的实现只关心存在的边，不关心不存在的边。因此没有空间浪费，邻接表由数组+链表组成
  3. 举例说明

13.3 图的快速入门案例

  1. 要求: 代码实现如下图结构.
    在这里插入图片描述

  2. 思路分析
    (1) 存储顶点 String 使用 ArrayList
    (2) 保存矩阵 int[][] edges

  3. 代码实现

     //插入结点
	public void insertVertex(String vertex) {
		vertexList.add(vertex);
	}
	//添加边
	/**
	 * 
	 * @param v1 表示点的下标即使第几个顶点  "A"-"B" "A"->0 "B"->1
	 * @param v2 第二个顶点对应的下标
	 * @param weight 表示 
	 */
	public void insertEdge(int v1, int v2, int weight) {
		edges[v1][v2] = weight;
		edges[v2][v1] = weight;
		numOfEdges++;
	}

13.4 图的深度优先遍历介绍

13.4.1 图遍历介绍

所谓图的遍历，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: (1)深度优先遍历 (2)广度优先遍历

13.4.2 深度优先遍历基本思想

图的深度优先搜索(Depth First Search) 。

  1. 深度优先遍历，从初始访问结点出发，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， 可以这样理解：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。
  2. 我们可以看到，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。
  3. 显然，深度优先搜索是一个递归的过程

13.4.3 深度优先遍历算法步骤

  1. 访问初始结点 v，并标记结点 v 为已访问。
  2. 查找结点 v 的第一个邻接结点 w。
  3. 若 w 存在，则继续执行 4，如果 w 不存在，则回到第 1 步，将从 v 的下一个结点继续。
  4. 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）。
  5. 查找结点 v 的 w 邻接结点的下一个邻接结点，转到步骤 3。
  6. 分析图

在这里插入图片描述

13.4.4 深度优先算法的代码实现

 //深度优先遍历算法
	//i 第一次就是 0
	private void dfs(boolean[] isVisited, int i) {
		//首先我们访问该结点,输出
		System.out.print(getValueByIndex(i) + "->");
		//将结点设置为已经访问
		isVisited[i] = true;
		//查找结点i的第一个邻接结点w
		int w = getFirstNeighbor(i);
		while(w != -1) {//说明有
			if(!isVisited[w]) {
				dfs(isVisited, w);
			}
			//如果w结点已经被访问过
			w = getNextNeighbor(i, w);
		}
		
	}
	
	//对dfs 进行一个重载, 遍历我们所有的结点，并进行 dfs
	public void dfs() {
		isVisited = new boolean[vertexList.size()];
		//遍历所有的结点，进行dfs[回溯]
		for(int i = 0; i < getNumOfVertex(); i++) {
			if(!isVisited[i]) {
				dfs(isVisited, i);
			}
		}
	}

13.5 图的广度优先遍历

13.5.1 广度优先遍历基本思想

  1. 图的广度优先搜索(Broad First Search) 。
  2. 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

13.5.2 广度优先遍历算法步骤

  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：

  • 若结点 w 尚未被访问，则访问结点 w 并标记为已访问。
  • 结点 w 入队列
  • 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。

13.5.3 广度优先算法的图示

在这里插入图片描述

13.6 广度优先算法的代码实现

	//对一个结点进行广度优先遍历的方法
		private void bfs(boolean[] isVisited, int i) {
			int u ; // 表示队列的头结点对应下标
			int w ; // 邻接结点w
			//队列，记录结点访问的顺序
			LinkedList queue = new LinkedList();
			//访问结点，输出结点信息
			System.out.print(getValueByIndex(i) + "=>");
			//标记为已访问
			isVisited[i] = true;
			//将结点加入队列
			queue.addLast(i);
			
			while( !queue.isEmpty()) {
				//取出队列的头结点下标
				u = (Integer)queue.removeFirst();
				//得到第一个邻接结点的下标 w 
				w = getFirstNeighbor(u);
				while(w != -1) {//找到
					//是否访问过
					if(!isVisited[w]) {
						System.out.print(getValueByIndex(w) + "=>");
						//标记已经访问
						isVisited[w] = true;
						//入队
						queue.addLast(w);
					}
					//以u为前驱点，找w后面的下一个邻结点
					w = getNextNeighbor(u, w); //体现出我们的广度优先
				}
			}
			
		} 
		
		//遍历所有的结点，都进行广度优先搜索
		public void bfs() {
			isVisited = new boolean[vertexList.size()];
			for(int i = 0; i < getNumOfVertex(); i++) {
				if(!isVisited[i]) {
					bfs(isVisited, i);
				}
			}
		}

13.7 图的代码汇总

	 package com.atguigu.graph;
	
	import java.util.ArrayList;
	import java.util.Arrays;
	import java.util.LinkedList;
	
	public class Graph {
	
		private ArrayList<String> vertexList; //存储顶点集合
		private int[][] edges; //存储图对应的邻结矩阵
		private int numOfEdges; //表示边的数目
		//定义给数组boolean[], 记录某个结点是否被访问
		private boolean[] isVisited;
		
		public static void main(String[] args) {
			//测试一把图是否创建ok
			int n = 8;  //结点的个数
			//String Vertexs[] = {"A", "B", "C", "D", "E"};
			String Vertexs[] = {"1", "2", "3", "4", "5", "6", "7", "8"};
			
			//创建图对象
			Graph graph = new Graph(n);
			//循环的添加顶点
			for(String vertex: Vertexs) {
				graph.insertVertex(vertex);
			}
			
			//添加边
			//A-B A-C B-C B-D B-E 
	//		graph.insertEdge(0, 1, 1); // A-B
	//		graph.insertEdge(0, 2, 1); // 
	//		graph.insertEdge(1, 2, 1); // 
	//		graph.insertEdge(1, 3, 1); // 
	//		graph.insertEdge(1, 4, 1); // 
			
			//更新边的关系
			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);
	
			
			
			//显示一把邻结矩阵
			graph.showGraph();
			
			//测试一把，我们的dfs遍历是否ok
			System.out.println("深度遍历");
			graph.dfs(); // A->B->C->D->E [1->2->4->8->5->3->6->7]
	//		System.out.println();
			System.out.println("广度优先!");
			graph.bfs(); // A->B->C->D-E [1->2->3->4->5->6->7->8]
			
		}
		
		//构造器
		public Graph(int n) {
			//初始化矩阵和vertexList
			edges = new int[n][n];
			vertexList = new ArrayList<String>(n);
			numOfEdges = 0;
			
		}
		
		//得到第一个邻接结点的下标 w 
		/**
		 * 
		 * @param index 
		 * @return 如果存在就返回对应的下标，否则返回-1
		 */
		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获取下一个邻接结点
		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;
		}
		
		//深度优先遍历算法
		//i 第一次就是 0
		private void dfs(boolean[] isVisited, int i) {
			//首先我们访问该结点,输出
			System.out.print(getValueByIndex(i) + "->");
			//将结点设置为已经访问
			isVisited[i] = true;
			//查找结点i的第一个邻接结点w
			int w = getFirstNeighbor(i);
			while(w != -1) {//说明有
				if(!isVisited[w]) {
					dfs(isVisited, w);
				}
				//如果w结点已经被访问过
				w = getNextNeighbor(i, w);
			}
			
		}
		
		//对dfs 进行一个重载, 遍历我们所有的结点，并进行 dfs
		public void dfs() {
			isVisited = new boolean[vertexList.size()];
			//遍历所有的结点，进行dfs[回溯]
			for(int i = 0; i < getNumOfVertex(); i++) {
				if(!isVisited[i]) {
					dfs(isVisited, i);
				}
			}
		}
		
		//对一个结点进行广度优先遍历的方法
		private void bfs(boolean[] isVisited, int i) {
			int u ; // 表示队列的头结点对应下标
			int w ; // 邻接结点w
			//队列，记录结点访问的顺序
			LinkedList queue = new LinkedList();
			//访问结点，输出结点信息
			System.out.print(getValueByIndex(i) + "=>");
			//标记为已访问
			isVisited[i] = true;
			//将结点加入队列
			queue.addLast(i);
			
			while( !queue.isEmpty()) {
				//取出队列的头结点下标
				u = (Integer)queue.removeFirst();
				//得到第一个邻接结点的下标 w 
				w = getFirstNeighbor(u);
				while(w != -1) {//找到
					//是否访问过
					if(!isVisited[w]) {
						System.out.print(getValueByIndex(w) + "=>");
						//标记已经访问
						isVisited[w] = true;
						//入队
						queue.addLast(w);
					}
					//以u为前驱点，找w后面的下一个邻结点
					w = getNextNeighbor(u, w); //体现出我们的广度优先
				}
			}
			
		} 
		
		//遍历所有的结点，都进行广度优先搜索
		public void bfs() {
			isVisited = new boolean[vertexList.size()];
			for(int i = 0; i < getNumOfVertex(); i++) {
				if(!isVisited[i]) {
					bfs(isVisited, i);
				}
			}
		}
		
		//图中常用的方法
		//返回结点的个数
		public int getNumOfVertex() {
			return vertexList.size();
		}
		//显示图对应的矩阵
		public void showGraph() {
			for(int[] link : edges) {
				System.err.println(Arrays.toString(link));
			}
		}
		//得到边的数目
		public int getNumOfEdges() {
			return numOfEdges;
		}
		//返回结点i(下标)对应的数据 0->"A" 1->"B" 2->"C"
		public String getValueByIndex(int i) {
			return vertexList.get(i);
		}
		//返回v1和v2的权值
		public int getWeight(int v1, int v2) {
			return edges[v1][v2];
		}
		//插入结点
		public void insertVertex(String vertex) {
			vertexList.add(vertex);
		}
		//添加边
		/**
		 * 
		 * @param v1 表示点的下标即使第几个顶点  "A"-"B" "A"->0 "B"->1
		 * @param v2 第二个顶点对应的下标
		 * @param weight 表示 
		 */
		public void insertEdge(int v1, int v2, int weight) {
			edges[v1][v2] = weight;
			edges[v2][v1] = weight;
			numOfEdges++;
		}
	}

13.8 图的深度优先VS 广度优先

在这里插入图片描述

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mfbz.cn/a/320821.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

4D 毫米波雷达：智驾普及的新路径（二）

4D 毫米波雷达：智驾普及的新路径（二）

4 4D 毫米波的技术路线探讨 4.1 前端收发模块 MMIC&#xff1a;级联、CMOS、AiP 4.1.1 设计&#xff1a;级联、单芯片、虚拟孔径 4D 毫米波雷达的技术路线主要分为三种&#xff0c;分别是多级联、级联 虚拟孔径成像技术、以及 集成芯片。&#xff08; 1 &#xff09;多级…
阅读更多...
跟着暄桐林曦老师读《宝贵的人生建议》，重视心这颗种子

跟着暄桐林曦老师读《宝贵的人生建议》，重视心这颗种子

暄桐林曦老师在《见道明心的笔墨》读书课上讲到&#xff1a;人要在心这颗种子上去进化。当人的动机和果实都清静时&#xff0c;才能在内心具足里转化出更多可能性&#xff0c;进入正面的循环里。“宽以待人&#xff0c;严以律己&#xff0c;反之&#xff0c;则人人身处地狱”&a…
阅读更多...
基于Java SSM框架实现体育竞赛成绩管理系统项目【项目源码+论文说明】计算机毕业设计

基于Java SSM框架实现体育竞赛成绩管理系统项目【项目源码+论文说明】计算机毕业设计

基于java的SSM框架实现体育竞赛成绩管理系统演示 摘要 体育竞赛是各种体育体育项目比赛的总称。是在裁判员的主持下&#xff0c;按统一的规则要求&#xff0c;组织与实施的体育员个体或体育队之间的竞技较量&#xff0c;是竞技体育与社会发生关联&#xff0c;并作用于社会的媒…
阅读更多...
Javascript——vue下载blob文档流

Javascript——vue下载blob文档流

<el-table-column label"操作" fixed"right" width"150" showOverflowTooltip><template slot-scope"scope"><el-button type"text" v-has"stbsd-gjcx-down" class"edit-button" click&…
阅读更多...
超详细的搭建压测平台笔记

超详细的搭建压测平台笔记

0、前言 最近重新回来学习熊哥的极客教程&#xff0c;结合自己学习的shell编程和Docker的指令学习&#xff0c;对熊哥的一些操作做bash脚本自动化&#xff0c;将搭建压测平台的步骤做记录&#xff0c;目的是分享搭建过程。 过程中会安装docker,mysql,redis,influxdb,grafana,…
阅读更多...
python 通过定时任务执行pytest case

python 通过定时任务执行pytest case

这段Python代码使用了schedule库来安排一个任务&#xff0c;在每天的22:50时运行。这个任务执行一个命令来运行pytest&#xff0c;并生成一个报告。 代码开始时将job_done变量设为False&#xff0c;然后运行预定的任务。一旦任务完成&#xff0c;将job_done设置为True并跳出循…
阅读更多...
基于Java SSM框架实现学生成绩管理系统项目【项目源码+论文说明】

基于Java SSM框架实现学生成绩管理系统项目【项目源码+论文说明】

基于java的SSM框架实现学生成绩管理系统演示 摘要 学生成绩是高校人才培养计划的重要组成部分&#xff0c;是实现人才培养目标、培养学生科研能力与创新思维、检验学生综合素质与实践能力的重要手段与综合性实践教学环节。而学生所在学院多采用半手工管理学生成绩的方式&#…
阅读更多...
【PyTorch简介】3.Loading and normalizing datasets 加载和规范化数据集

【PyTorch简介】3.Loading and normalizing datasets 加载和规范化数据集

Loading and normalizing datasets 加载和规范化数据集 文章目录 Loading and normalizing datasets 加载和规范化数据集Datasets & DataLoaders 数据集和数据加载器Loading a Dataset 加载数据集Iterating and Visualizing the Dataset 迭代和可视化数据集Creating a Cust…
阅读更多...
如何使用csdn中的c知道进行学习？

如何使用csdn中的c知道进行学习？

1.c知道 猜测是通过chatgpt训练链接到CSDN内部的文章内容等&#xff0c;进行生成的一款应用。 2.如何使用呢 打比方说&#xff0c;我想学习下多目标跟踪中的ukf&#xff0c;那么就可以输入这个关键字。 那既然是学习&#xff0c;就要进一步深究&#xff0c;有三种方式&#…
阅读更多...
LV.13 D11 Linux驱动移植及内核深化 学习笔记

LV.13 D11 Linux驱动移植及内核深化 学习笔记

一、设备树 1.1 设备树 设备树是一种描述硬件信息的数据结构&#xff0c;Linux内核运行时可以通过设备树将硬件信息直接传递给Linux内核&#xff0c;而不再需要在Linux内核中包含大量的冗余编码 举例&#xff1a;让LED2闪烁的代码中&#xff0c;有逻辑代码和设备代码。Li…
阅读更多...
Django数据库选移的preserve_default=False是什么意思？

Django数据库选移的preserve_default=False是什么意思？

有下面的迁移命令&#xff1a; migrations.AddField(model_namemovie,namemov_group,fieldmodels.CharField(defaultdjango.utils.timezone.now, max_length30),preserve_defaultFalse,),迁移命令中的preserve_defaultFalse是什么意思呢&#xff1f; 答&#xff1a;如果模型定…
阅读更多...
点击随机红点的简单游戏（pygame）

点击随机红点的简单游戏（pygame）

import pygame import sys import random# 初始化 Pygame pygame.init()# 设置窗口大小 width, height 800, 600 screen pygame.display.set_mode((width, height)) pygame.display.set_caption("Click the Red Dot")# 定义颜色 black (0, 0, 0) red (255, 0, 0)…
阅读更多...
Spring来了，春天还会远吗？

Spring来了，春天还会远吗？

结束了JVM的学习后&#xff0c;要进入的是JavaEE进阶的学习了。JavaEE进阶学习内容很多很丰富&#xff0c;并且也很有难度。今天我们就从Spring开始讲起。 目录 框架的好处 怎么学框架 Spring核心与设计思想 容器 IoC Spring IoC DI&#xff08;Dependency Injection&a…
阅读更多...
Android 通知

Android 通知

通知 通知是指 Android 在应用界面之外显示的消息&#xff0c;旨在向用户提供提醒、来自他人的通信或应用中的其他实时信息。用户可以点按通知以打开您的应用&#xff0c;或直接从通知中执行操作。 通知在状态栏中显示为图标&#xff0c;在抽屉式通知栏中显示更详细的条目&…
阅读更多...
【书生·浦语】大模型实战营——第五课作业

【书生·浦语】大模型实战营——第五课作业

教程文档&#xff1a;https://github.com/InternLM/tutorial/blob/vansin-patch-4/lmdeploy/lmdeploy.md#tritonserver-%E6%9C%8D%E5%8A%A1%E4%BD%9C%E4%B8%BA%E5%90%8E%E7%AB%AF 视频链接&#xff1a; 作业&#xff1a; 基础作业 使用如下命令创建conda环境 conda create…
阅读更多...
【期末考试】数据库综合复习宝典

【期末考试】数据库综合复习宝典

目录 第一章 数据库系统概述 第二章 关系代数 第四章 关系数据库理论 第五章 数据库设计 第六章 数据库管理系统 第八章 事务管理 第一章 数据库系统概述 1.1三级模式 ①外模式&#xff1a;它为特定的应用程序或用户群体提供了一个数据视图&#xff0c;这个视图是独立于…
阅读更多...
评估LLM在细胞数据上的实用性(2)-细胞层面的评估

评估LLM在细胞数据上的实用性(2)-细胞层面的评估

本文衔接上一篇&#xff1a;评估LLM在细胞数据上的实用性(1)-基本概述 目录 定义参数和任务批次整合多模态整合细胞类型注释 细胞层面的评估批次整合多模态整合细胞类型注释 定义 我们考虑一个预训练LLM表示为 M ( x , θ ) M(x,\theta) M(x,θ)&#xff0c;其基于单细胞数据…
阅读更多...
设计模式-传输对象模式

设计模式-传输对象模式

设计模式专栏 模式介绍模式特点应用场景传输对象模式和序列化的区别代码示例Java实现传输对象模式Python实现传输对象模式 传输对象模式在spring中的应用 模式介绍 传输对象模式&#xff08;Transfer Object Pattern&#xff09;是一种设计模式&#xff0c;用于从客户端向服务…
阅读更多...
【redis基础1】基础数据类型详解和应用案例

【redis基础1】基础数据类型详解和应用案例

博客计划 &#xff0c;我们从redis开始&#xff0c;主要是因为这一块内容的重要性不亚于数据库&#xff0c;但是很多人往往对redis的问题感到陌生&#xff0c;所以我们先来研究一下。 本篇&#xff0c;我们先看一下redis的基础数据类型详解和应用案例。 1.redis概述 以mysql为…
阅读更多...
某mps政务网站jsl加速乐cookie逆向解析

某mps政务网站jsl加速乐cookie逆向解析

本文针对的目标网站如下&#xff0c;使用base64解密获得 aHR0cHM6Ly93d3cubXBzLmdvdi5jbi8 开篇&#xff1a;加速乐其实算是比较好处理的逆向问题了&#xff0c;了解过的朋友都知道&#xff0c;其本身跟瑞数相似&#xff0c;都是设置cookie后才能成功&#xff0c;设置cookie的过…
阅读更多...
最新文章

Copyright @ 2022~2023

友情链接： 我的编程经验分享 一条长河网 尧图网站开发 尧图建网站