prim算法_数据结构与算法:图形结构
ͼ
图形结构是一种比树形结构更复杂的非线性结构。在树形结构中,结点间具有分支层次关系,每一层上的结点只能和上一层中的至多一个结点相关,但可能和下一层的多个结点相关。而在图形结构中,任意两个结点之间都可能相关,即结点之间的邻接关系可以是任意的。
因此,图形结构被用于描述各种复杂的数据对象,在自然科学、社会科学和人文科学等许多领域有着非常广泛的应用 。图形结构在计算机科学、人工智能、电子线路分析、最短路径寻找、工程计划、化学化合物分析统计力学、遗传学、控制论语言学和社会科学等方面均有不同程度的应用可以这样说,图形结构在所有数据结构中应用最为广泛。如在地铁站中的线路图:
图的定义
图是一种数据结构,其中节点可以具有零个或多个相邻元素,两个节点的连接称之为边,节点在图形结构中也被称为顶点,一个顶点到另一个顶点的经过的的线路称为路径。
图形结构有3种类型:无向图、有向图、带权图 无向图:顶点A与顶点B之间的边是无方向的,可以从A到B,也可以从B到A 有向图:顶点A与顶点B之间的边是有方向的,可以从A到B,但不可以从B到A 带权图:顶点A与顶点B之间的边是带有属性的,如A到B的 距离。 图的表达方式
图的表达方式有两种:邻接矩阵(使用二维数组)和邻接表(使用数组+链表)
邻接矩阵
邻接矩阵是表示图形中各顶点之间的关系,矩阵的行和列对应各顶点,坐标位置上的值对于它们之间的关系,1为连接, 0为没有连接。在程序中用二维数组来实现。
邻接表
邻接表只关系存在的边,不需要去为不存在的边分配空间,因此比邻接矩阵来说,避免了不必要的空间浪费。在程序中用数组+链表的形式实现,数组存储对应的顶点,链表存储该顶点连接的所有顶点。
图的搜索算法
图形结构基础属性和方法
以下的代码演示都是以邻接矩阵表达方式来实现的
//图形结构(邻接矩阵) class Graph { //存储图中所有顶点 private List vertexes; //图形结构的邻接矩阵 private int[][] matrix; //各顶点访问情况,true为已访问,false为未访问 private boolean[] visited; /** * 根据传入的顶点信息生成矩阵 * @param s */ public Graph(String s[]) { vertexes = new ArrayList<>(); for (String vertex : s){ (vertex); } matrix = new int[][]; } /** * 将俩个顶点连接,即生成边 * @param index1 顶点在集合中的索引 * @param index2 */ public void connect(int index1, int index2){ if (index1 < 0 || index1 > || index2 < 0 || index2 > ){ throw new RuntimeException("该顶点未存在"); } //将新的邻接添加的邻接矩阵中 matrix[index1][index2] = 1; matrix[index2][index1] = 1; } /** * 展示邻接矩阵 */ public void showGraphMatrix(){ for (int arr[] : matrix){ ((arr)); } } /** * 获取顶点在邻接矩阵对应行row中的第一个邻接顶点下标 * @param row * @return 当有邻接顶点时返回邻接顶点下标,没有则返回-1 */ public int getFirstNeighbor(int row){ for(int i =0; i<; i++){ if (matrix[row][i] != 0){ return i; } } return -1; } /** * 获取顶点在邻接矩阵对于行row中col列的下一个邻接顶点 * @param row * @param col * @return 当有邻接顶点时返回邻接顶点下标,没有则返回-1 */ public int getNeighbor(int row, int col){ for (int i=col+1; i<; i++){ if (matrix[row][i] != 0){ return i; } } return -1; } } 深度优先搜索
深度优先搜索属于图算法的一种,英文缩写为DFS即Depth First Search.其过程简要来说是对每一个可能的分支路径深入到不能再深入为止,而且每个节点只能访问一次。这样的访问策略是优先往纵向进行深入挖掘,而不是对一个顶点的所有邻接顶点进行横线访问。简单来说就是一条路走到死,不行再掉头。
思路:从当前顶点选一个与之连接而未访问过的顶点,将当前节点往该邻接顶点移动,如果邻接顶点没有未访问的,则回溯到上一个顶点位置,继续该步骤。直到所有顶点都访问过。
往邻接但未访问过的顶点移动
邻接顶点没有未访问的,进行回溯,直到遇到未访问的邻接顶点
当所有顶点都被访问过时,退出算法
下面是深度优先搜索的过程动画
代码演示
public void dsf(){ visited = new boolean[()]; //以在集合中下标为0的顶点,进行深度搜索 dsf(visited, 0); } /** * 深度优先搜索 * @param visited * @param row */ public void dsf(boolean[] visited, int row){ //输出当前顶点 ((row) + " -> "); //将当前顶点设为已访问 visited[row] = true; //获取当前顶点的邻接顶点下标 int index = getFirstNeighbor(row); //如果当前顶点有邻接顶点则进行深度搜索 while (index != -1){ //当邻接顶点未访问时,则递归遍历 if (visited[index] != true){ dsf(visited, index); } //当邻接顶点已访问时,则寻找另一个邻接顶点 index = getNeighbor(row, index); } } 宽度优先搜索
宽度优先搜索算法(又称广度优先搜索)是最简便的图的搜索算法之一,这一算法也是很多重要的图的算法的原型。Dijkstra单源最短路径算法和Prim最小生成树算法都采用了和宽度优先搜索类似的思想。其别名又叫BFS,属于一种盲目搜寻法,目的是系统地展开并检查图中的所有节点,以找寻结果。换句话说,它并不考虑结果的可能位置,彻底地搜索整张图,直到找到结果为止。
宽度优先搜索算法类似于一个分层搜索的过程,宽度优先搜索算法需要一个队列以保持访问过顶点的顺序,以便按这个顺序来访问这些顶点的邻接顶点。
思路:依次访问当前顶点的邻接顶点,并按访问顺序将这些邻接顶点存储在队列中,当当前顶点的所有邻接顶点都被访问后,从队列中弹出一个顶点,以该顶点为当前顶点继续该步骤,直到所有顶点都被访问过。
依次访问当前顶点的所有邻接顶点,并把这些邻接顶点按访问顺序存储在队列中
当前顶点没有未访问的邻接顶点,从队列中弹出一个顶点,以该弹出顶点继续访问未访问的邻接顶点
注意,虽然图中的顶点都已经访问过了,但还是要等队列中的所有顶点弹出访问后,算法才结束
下面时宽度优先搜索的过程动画
代码演示
public void bfs(){ visited = new boolean[()]; 以在集合中下标为0的顶点,进行广度优先搜索 bfs(visited, 0); } /** * 广度优先搜索 * @param visited * @param row */ public void bfs(boolean[] visited, int row){ //创建队列,存储遍历邻接顶点的顺序 LinkedList queue = new LinkedList(); //输出当前顶点 ((row) + " -> "); //将当前顶点设为已访问 visited[row] = true; //将当前顶点加入队列中 (row); //当队列不为空时,即有未搜索的邻接顶点,进行搜索 while (!()){ //按顺序从队列中弹出邻接顶点下标 int last = (Integer)(); //获取该弹出顶点的邻接顶点下标 int index = getFirstNeighbor(last); //当弹出顶点有邻接顶点时,进行广度搜索 while(index != -1){ //当邻接顶点未访问时 if(visited[index] != true){ //输出该邻接顶点 ((index) + " -> "); //把该邻接顶点设为已访问 visited[index] = true; //将该邻接顶点加入队列 Last(index); } //继续寻找弹出顶点的另一个邻接顶点 index = getNeighbor(last, index); } } }
完整演示代码
public class GraphDemo { public static void main(String[] args) { String[] s = {"A","B","C","D","E","F","G"}; Graph graph = new Graph(s); //A-B A-C A-G A-F F-D F-E D-E E-G (0, 1); (0, 2); (0, 6); (0, 5); (5, 3); (5, 4); (3, 4); (4, 6); (); ();//A -> B -> C -> F -> D -> E -> G -> (); ();//A -> B -> C -> F -> G -> D -> E -> } } //图形结构 class Graph { //存储图中所有顶点 private List vertexes; //图形结构的邻接矩阵 private int[][] matrix; //各顶点访问情况,true为已访问,false为未访问 private boolean[] visited; /** * 根据传入的顶点信息生成矩阵 * @param s */ public Graph(String s[]) { vertexes = new ArrayList<>(); for (String vertex : s){ (vertex); } matrix = new int[][]; } /** * 将俩个顶点连接,即生成边 * @param index1 顶点在集合中的索引 * @param index2 */ public void connect(int index1, int index2){ if (index1 < 0 || index1 > || index2 < 0 || index2 > ){ throw new RuntimeException("该顶点未存在"); } //将新的邻接添加的邻接矩阵中 matrix[index1][index2] = 1; matrix[index2][index1] = 1; } /** * 展示邻接矩阵 */ public void showGraphMatrix(){ for (int arr[] : matrix){ ((arr)); } } public void dsf(){ visited = new boolean[()]; //以在集合中下标为0的顶点,进行深度优先搜索 dsf(visited, 0); } /** * 深度优先搜索 * @param visited * @param row */ public void dsf(boolean[] visited, int row){ //输出当前顶点 ((row) + " -> "); //将当前顶点设为已访问 visited[row] = true; //获取当前顶点的邻接顶点下标 int index = getFirstNeighbor(row); //如果当前顶点有邻接顶点则进行深度搜索 while (index != -1){ //当邻接顶点未访问时,则递归遍历 if (visited[index] != true){ dsf(visited, index); } //当邻接顶点已访问时,则寻找另一个邻接顶点 index = getNeighbor(row, index); } } public void bfs(){ visited = new boolean[()]; 以在集合中下标为0的顶点,进行广度优先搜索 bfs(visited, 0); } /** * 广度优先搜索 * @param visited * @param row */ public void bfs(boolean[] visited, int row){ //创建队列,存储遍历邻接顶点的顺序 Queue queue = new ArrayDeque(); //输出当前顶点 ((row) + " -> "); //将当前顶点设为已访问 visited[row] = true; //将当前顶点加入队列中 (row); //当队列不为空时,即有未搜索的邻接顶点,进行搜索 while (!()){ //按顺序从队列中弹出邻接顶点下标 int last = (Integer)(); //获取该弹出顶点的邻接顶点下标 int index = getFirstNeighbor(last); //当弹出顶点有邻接顶点时,进行广度搜索 while(index != -1){ //当邻接顶点未访问时 if(visited[index] != true){ //输出该邻接顶点 ((index) + " -> "); //把该邻接顶点设为已访问 visited[index] = true; //将该邻接顶点加入队列 (index); } //继续寻找弹出顶点的另一个邻接顶点 index = getNeighbor(last, index); } } } /** * 获取顶点在邻接矩阵对应行row中的第一个邻接顶点下标 * @param row * @return 当有邻接顶点时返回邻接顶点下标,没有则返回-1 */ public int getFirstNeighbor(int row){ for(int i =0; i<; i++){ if (matrix[row][i] != 0){ return i; } } return -1; } /** * 获取顶点在邻接矩阵对于行row中col列的下一个邻接顶点 * @param row * @param col * @return 当有邻接顶点时返回邻接顶点下标,没有则返回-1 */ public int getNeighbor(int row, int col){ for (int i=col+1; i<; i++){ if (matrix[row][i] != 0){ return i; } } return -1; } }
prim算法_数据结构与算法:图形结构相关推荐
- prim算法_数据结构与算法
根据MOOC上课程总结,文章目录为: 一.引论 数据结构的基本概念 数据的逻辑结构和存储结构 算法及其时间复杂度 时间复杂度及应用 二.线性表 线性表的概念及顺序存储 单链表的概念及其基本操作 建立单 ...
- 循环首次适应算法_数据结构与算法之2——排序问题
排序真的是数据结构与算法中的重中之重啊,无论是对编程能力的提升,以后工作后的应用,或者是应对面试的时候都是经常需要用到的.基本的几个经典排序一定要做到滚瓜烂熟,能够做到给你一个具体的排序算法题,一定能 ...
- 尚硅谷01 数据结构与算法_数据结构与算法介绍+稀疏数组
数据结构与算法的关系 几个实际编程中遇到的问题 要想写出优秀的算法,首先应该能读懂别人写好的算法. 将生活中遇到的实际问题,使用程序来解决 线性结构和非线性结构 线性结构和非线性结构的关系: 数据结构 ...
- python数据结构算法_数据结构与算法(Python)
数据结构与算法(Python) Why? 我们举一个可能不太恰当的例子: 如果将最终写好运行的程序比作战场,我们码农便是指挥作战的将军,而我们所写的代码便是士兵和武器. 那么数据结构和算法是什么?答曰 ...
- dijkstra 算法_数据结构与算法—单源最短路径dijkstra算法
介绍 对于dijkstra算法,很多人可能感觉熟悉而又陌生,可能大部分人比较了解bfs和dfs,而对dijkstra和floyd算法可能知道大概是图论中的某个算法,但是可能不清楚其中的作用和原理,又或 ...
- mooc数据结构与算法python版期末测验_中国大学MOOC(慕课)_数据结构与算法Python版_测试题及答案...
中国大学MOOC(慕课)_数据结构与算法Python版_测试题及答案 更多相关问题 采用fopen()函数打开文件,支持文件读取的参数有: [简答题]简单阐述高分子材料热-机械特征及成型加工的关系,并 ...
- 嵌入式团队培训_数据结构和算法概述
嵌入式团队培训_数据结构与算法概述 要求:理解并记忆即可,会求解算法的时间复杂度 一:数据结构 1.逻辑结构: 2.物理结构 3.抽象数据类型 二:算法 1.算法的五个基本特征: 2.算法设计的要求 ...
- 获取用户列表为空_数据结构和算法(Golang实现)(15)常见数据结构-列表
列表 一.列表 List 我们又经常听到 列表 List 数据结构,其实这只是更宏观的统称,表示存放数据的队列. 列表 List:存放数据,数据按顺序排列,可以依次入队和出队,有序号关系,可以取出某序 ...
- vrp 节约算法 c++_数据结构和算法(Golang实现)(8.1)基础知识-前言
基础知识 学习数据结构和算法.我们要知道一些基础的知识. 一.什么是算法 算法(英文algorithm)这个词在中文里面博大精深,表示算账的方法,也可以表示运筹帷幄的计谋等.在计算机科技里,它表示什么 ...
最新文章
- web应用的绝对路径和相对路径
- c语言函数调用参数太少,调用input_message的参数太少在主函数中 是神马意思 大神们帮帮我...
- 利用docker编译Android源码
- php+gd库的源码安装
- SAP Fiori Elements List Report Smart Table Toolbar 的 XML 视图实现
- 二分答案——yyy2015c01 的 U 盘(洛谷 P2370)
- hlsl之ambient
- JQuery:视频+实战总结
- oracle大黑点,R语言实现交通行业事故案例之黑点确定 - 数据分析
- 如何在C#窗体中定义全局变量
- 久其报表节点汇总_久其通用数据管理平台常见公式
- spring 通过yml格式配置log日志
- 计算机房等电位接地规范,电子计算机机房接地装置设计要求
- [存储] Cobar使用文档(可用作MySQL大型集群解决方案)
- 浅层介质过滤器工作原理介绍
- 新塘单片机烧写器_新唐单片机烧录工具-Nuvoton ICP Programming Tool下载v3.00.6909官方免费版-ucbug下载站...
- 样本均值的特征与分布
- 短信验证码,在键盘显示验证码
- 发散阅读、拓宽思路【PageRank、Tf-Idf、协同过滤、分布式训练、StyleTransfer、Node2vec】
- Java——entity(实体类)的写法规范
热门文章
- ipad如何与计算机连接网络连接不上,平板电脑可以连接无线网络但上不了网如何解决...
- C语言程序设计教程(第三版)课后习题6.1
- 抽象数据类型三元组Triplet基本操作与实现 严蔚敏版
- 积水成渊:用github gist收藏你的代码片段
- 计算机屏幕尺寸不是全屏,电脑屏幕有黑边撑不满怎么办_电脑屏幕不能全屏显示的解决方法...
- Android开发工具类
- 苹果怎么换行打字_2周内将你的打字速度提高3倍的方法
- 第五十八章 SQL函数 FLOOR
- 山西大同大学计算机分数线,山西大同大学录取分数线2021是多少分(附历年录取分数线)...
- flappybird原理解析 JQuery版本