Java实现算法导论中图的广度优先搜索（BFS）和深度优先搜索（DFS）

对算法导论中图的广度优先搜索（BFS）和深度优先搜索（DFS）用Java实现其中的伪代码算法，案例也采用算法导论中的图。

import java.util.ArrayList;
import java.util.HashMap;
import java.util.Iterator;
import java.util.LinkedList;
import java.util.Map;
import java.util.Map.Entry;public class GraphSearch {final static HashMap<String,LinkedList<String>> DGraph=new HashMap<String,LinkedList<String>>(); //有向图final static HashMap<String,LinkedList<String>> UGraph=new HashMap<String,LinkedList<String>>(); //无向图public static final int MAX_VALUE=2147483647;public static final int MIN_VALUE=-2147483648;public static void main(String [] args) {   //邻接表表示，初始化有向图和无向图，图用算法导论中的案例，分别是图22-1和图22-2GraphSearch.initUGraph();GraphSearch.initDGraph();     //BFS广度优先搜索//GraphSearch.BFSUGraph();//GraphSearch.BFSDGraph();//DFS深度优先搜索GraphSearch gs=new GraphSearch();//gs.DFSUGraph();gs.DFSDGraph();}//深度优先搜索//初始化六个顶点的颜色、父顶点、发现距离和结束距离public  String[] DDColor = new String[]{"white","white","white","white","white","white"};public  int[] DDDis=new int[]{MAX_VALUE,MAX_VALUE,MAX_VALUE,MAX_VALUE,MAX_VALUE,MAX_VALUE};public  int[] DDFin=new int[]{MAX_VALUE,MAX_VALUE,MAX_VALUE,MAX_VALUE,MAX_VALUE,MAX_VALUE};public  String[] DDParent=new String[]{"null","null","null","null","null","null"};public  int DDTime=0;//计算发现时间和结束时间public void DFSDGraph(){//有向图深度优先搜索//遍历邻接表Iterator<Entry<String, LinkedList<String>>> iter=DGraph.entrySet().iterator();  while (iter.hasNext() ) {Map.Entry<String, LinkedList<String>> entry = iter.next();String key = entry.getKey();int iKey=Integer.valueOf(key.substring(1))-1;if (DDColor[iKey]=="white") DFSDGraphVisit(key);}}public void DFSDGraphVisit(String key){//无向图深度优先搜索int n=Integer.valueOf(key.substring(1))-1;DDColor[n]="gray";DDTime=DDTime+1;DDDis[n]=DDTime;LinkedList<String> llV=DGraph.get(key);for(int i=0;i<llV.size();i++){String strV=llV.get(i);int m=Integer.valueOf(strV.substring(1))-1;if(DDColor[m]=="white"){DDParent[m]=key;DFSDGraphVisit(strV);}}    DDColor[n]="black";DDTime=DDTime+1;DDFin[n]=DDTime;System.out.println("顶点："+key+"发现时间："+String.valueOf(DDDis[n])+"结束时间："+String.valueOf(DDFin[n])+"父顶点："+DDParent[n]+"当前颜色："+DDColor[n]);}//初始化五个顶点的颜色、父顶点、发现距离和结束距离public  String[] DUColor = new String[]{"white","white","white","white","white"};public  int[] DUDis=new int[]{MAX_VALUE,MAX_VALUE,MAX_VALUE,MAX_VALUE,MAX_VALUE};public  int[] DUFin=new int[]{MAX_VALUE,MAX_VALUE,MAX_VALUE,MAX_VALUE,MAX_VALUE};public  String[] DUParent=new String[]{"null","null","null","null","null"};public  int DUTime=0;//计算发现时间和结束时间public  void DFSUGraph(){//无向图深度优先搜索   //遍历邻接表Iterator<Entry<String, LinkedList<String>>> iter=UGraph.entrySet().iterator();    while (iter.hasNext() ) {Map.Entry<String, LinkedList<String>> entry = iter.next();String key = entry.getKey();int iKey=Integer.valueOf(key.substring(1))-1;if (DUColor[iKey]=="white") DFSUGraphVisit(key);}}public void DFSUGraphVisit(String key){//无向图深度优先搜索int n=Integer.valueOf(key.substring(1))-1;DUColor[n]="gray";DUTime=DUTime+1;DUDis[n]=DUTime;LinkedList<String> llV=UGraph.get(key);for(int i=0;i<llV.size();i++){String strV=llV.get(i);int m=Integer.valueOf(strV.substring(1))-1;if(DUColor[m]=="white"){DUParent[m]=key;DFSUGraphVisit(strV);}}    DUColor[n]="black";DUTime=DUTime+1;DUFin[n]=DUTime;System.out.println("顶点："+key+"发现时间："+String.valueOf(DUDis[n])+"结束时间："+String.valueOf(DUFin[n])+"父顶点："+DUParent[n]+"当前颜色："+DUColor[n]);}//广度优先搜索public static void BFSDGraph(){//有向图广度优先搜索//有向图DFS算法要改良，多个源顶点生成多颗树//选初始化六个的颜色、父顶点、最短距离String[] color = new String[]{"white","white","white","white","white","white"};int[] dist=new int[]{MAX_VALUE,MAX_VALUE,MAX_VALUE,MAX_VALUE,MAX_VALUE,MAX_VALUE};String[] parent=new String[]{"null","null","null","null","null","null"};//遍历顶点表DGraph，看是否还存在未搜索的ArrayList<String> ALV=new ArrayList<String> ();Iterator<Entry<String, LinkedList<String>>> iter=DGraph.entrySet().iterator(); while (iter.hasNext() && ALV.size()<6) {Map.Entry<String, LinkedList<String>> entry = iter.next();String key = entry.getKey();if(ALV.contains(key)) continue;//已搜索，下次循环//LinkedList<String> val = entry.getValue();int iSV=Integer.valueOf(key.substring(1))-1;//初始化源顶点color[iSV]="gray";dist[iSV]=0;parent[iSV]="null";ArrayList<String> queue=new ArrayList<String>();queue.add(key);//开始搜索while(queue.size()>0){String strV=queue.get(0);queue.remove(0);//出列int m=Integer.valueOf(strV.substring(1))-1;LinkedList<String> listV= DGraph.get(strV);for(int i=0;i<listV.size();i++){String strVTmp=listV.get(i);int n=Integer.valueOf(strVTmp.substring(1))-1;//顶点名称第二个字符是数字if(color[n]=="white"){color[n]="gray";dist[n]=dist[m]+1;parent[n]=strV;queue.add(strVTmp);}}color[m]="black";System.out.println("顶点："+strV+"最短距离："+String.valueOf(dist[m])+"父顶点："+parent[m]+"当前颜色："+color[m]);ALV.add(strV);}     }}public static void BFSUGraph(){//无向图广度优先搜索//选择顶点V1为源点，初始化五个的颜色、父顶点、最短距离String[] color = new String[]{"white","white","white","white","white"};int[] dist=new int[]{MAX_VALUE,MAX_VALUE,MAX_VALUE,MAX_VALUE,MAX_VALUE};String[] parent=new String[]{"null","null","null","null","null"};//初始化源顶点V1color[0]="gray";dist[0]=0;parent[0]="null";ArrayList<String> queue=new ArrayList<String>();queue.add("V1");//开始搜索while(queue.size()>0){String strV=queue.get(0);queue.remove(0);//出列int m=Integer.valueOf(strV.substring(1))-1;LinkedList<String> listV= UGraph.get(strV);for(int i=0;i<listV.size();i++){String strVTmp=listV.get(i);int n=Integer.valueOf(strVTmp.substring(1))-1;//顶点名称第二个字符是数字if(color[n]=="white"){color[n]="gray";dist[n]=dist[m]+1;parent[n]=strV;queue.add(strVTmp);}}color[m]="black";System.out.println("顶点："+strV+"最短距离："+String.valueOf(dist[m])+"父顶点："+parent[m]+"当前颜色："+color[m]);}        }//初始化图 public static void initUGraph(){//无向图初始化//顶点V1的邻接表String strV1="V1";LinkedList<String> ListV1=new LinkedList<String>();ListV1.add("V2");ListV1.add("V5");UGraph.put(strV1, ListV1);//顶点V2的邻接表String strV2="V2";LinkedList<String> ListV2=new LinkedList<String>();ListV2.add("V1");ListV2.add("V5");ListV2.add("V3");ListV2.add("V4");UGraph.put(strV2, ListV2);//顶点V3的邻接表String strV3="V3";LinkedList<String> ListV3=new LinkedList<String>();ListV3.add("V2");ListV3.add("V4");UGraph.put(strV3, ListV3);//顶点V4的邻接表String strV4="V4";LinkedList<String> ListV4=new LinkedList<String>();ListV4.add("V2");ListV4.add("V5");ListV4.add("V3");UGraph.put(strV4, ListV4);//顶点V5的邻接表String strV5="V5";LinkedList<String> ListV5=new LinkedList<String>();ListV5.add("V4");ListV5.add("V1");ListV5.add("V2");UGraph.put(strV5, ListV5);}public static void initDGraph(){//有向图初始化//顶点V1的邻接表String strV1="V1";LinkedList<String> ListV1=new LinkedList<String>();ListV1.add("V2");ListV1.add("V4");DGraph.put(strV1, ListV1);//顶点V2的邻接表String strV2="V2";LinkedList<String> ListV2=new LinkedList<String>();ListV2.add("V5");DGraph.put(strV2, ListV2);//顶点V3的邻接表String strV3="V3";LinkedList<String> ListV3=new LinkedList<String>();ListV3.add("V6");ListV3.add("V5");DGraph.put(strV3, ListV3);//顶点V4的邻接表String strV4="V4";LinkedList<String> ListV4=new LinkedList<String>();ListV4.add("V2");DGraph.put(strV4, ListV4);//顶点V5的邻接表String strV5="V5";LinkedList<String> ListV5=new LinkedList<String>();ListV5.add("V4");DGraph.put(strV5, ListV5);//顶点V6的邻接表String strV6="V6";LinkedList<String> ListV6=new LinkedList<String>();ListV6.add("V6");DGraph.put(strV6, ListV6);/*List arrayList = new ArrayList(DGraph.entrySet());Collections.sort(arrayList, new Comparator() {  public int compare(Object arg1, Object arg2) {  Map.Entry obj1 = (Map.Entry) arg1; Map.Entry obj2 = (Map.Entry) arg2;  return (obj1.getKey()).toString().compareTo((String) obj2.getKey());  }  }); //将HASHMAP中的数据排序  for (Iterator iter = arrayList.iterator(); iter.hasNext();)  {  Map.Entry entry = (Map.Entry)iter.next();  String  key = (String)entry.getKey();  System.out.println(key);    }*//*Iterator<Entry<String, LinkedList<String>>> iter=DGraph.entrySet().iterator();  while (iter.hasNext() ) {Map.Entry<String, LinkedList<String>> entry = iter.next();System.out.println(entry.getKey());}*/}}

结果：

1）无向图广度优先搜索：

顶点：V1最短距离：0父顶点：null当前颜色：black
顶点：V2最短距离：1父顶点：V1当前颜色：black
顶点：V5最短距离：1父顶点：V1当前颜色：black
顶点：V3最短距离：2父顶点：V2当前颜色：black
顶点：V4最短距离：2父顶点：V2当前颜色：black

2）有向图广度优先搜索

顶点：V2最短距离：0父顶点：null当前颜色：black
顶点：V5最短距离：1父顶点：V2当前颜色：black
顶点：V4最短距离：2父顶点：V5当前颜色：black
顶点：V3最短距离：0父顶点：null当前颜色：black
顶点：V6最短距离：1父顶点：V3当前颜色：black
顶点：V1最短距离：0父顶点：null当前颜色：black

3）无向图深度优先搜索

顶点：V3发现时间：5结束时间：6父顶点：V4当前颜色：black
顶点：V4发现时间：4结束时间：7父顶点：V5当前颜色：black
顶点：V5发现时间：3结束时间：8父顶点：V1当前颜色：black
顶点：V1发现时间：2结束时间：9父顶点：V2当前颜色：black
顶点：V2发现时间：1结束时间：10父顶点：null当前颜色：black

4）有向图深度优先搜索

顶点：V4发现时间：3结束时间：4父顶点：V5当前颜色：black
顶点：V5发现时间：2结束时间：5父顶点：V2当前颜色：black
顶点：V2发现时间：1结束时间：6父顶点：null当前颜色：black
顶点：V6发现时间：8结束时间：9父顶点：V3当前颜色：black
顶点：V3发现时间：7结束时间：10父顶点：null当前颜色：black
顶点：V1发现时间：11结束时间：12父顶点：null当前颜色：black

算法还是有改良空间，比如怎么控制生成树是最大子树。

Java实现算法导论中图的广度优先搜索（BFS）和深度优先搜索（DFS）相关推荐

图论算法(5)：图的广度优先遍历 BFS
本章节内容使用 java 实现,Github 代码仓:https://github.com/ZhekaiLi/Code/tree/main/Graph/src 查看文章内的图片可能需要科学上网! 因为 ...
Java实现算法导论中Miller-Rabin随机性素数测试
Miller-Rabin测试: 费马小定理:对于素数p和任意整数a,有ap ≡ a(mod p)(同余).反过来,满足ap ≡ a(mod p),p也几乎一定是素数. 伪素数:如果n是一个正整数,如果 ...
Java实现算法导论中Rabin-Karp字符串匹配算法
Rabin-Karp算法的思想: 假设子串的长度为M,目标字符串的长度为N 计算子串的hash值计算目标字符串中每个长度为M的子串的hash值(共需要计算N-M+1次) 比较hash值如果hash ...
Java实现算法导论中朴素字符串匹配算法
朴素字符串匹配算法沿着主串滑动子串来循环匹配,算法时间性能是O((n-m+1)m),n是主串长度,m是字串长度,结合算法导论中来理解,具体代码参考: package cn.ansj;public cl ...
Java实现算法导论中反复平方法模取幂
在众多的加密算法中都需要进行幂的取模运算,比如在RSA算法中需要计算d=ne mod N,我们称之为幂模算法,其中: N=p*q(p,q为大素数) n为加密数据,n<N e为公钥,d为私钥,满足 ...
Java实现算法导论中求解模线性方程解（基于最大公约数欧几里得扩展算法）
基于最大公约数欧几里得扩展算法求解算法导论中模线性方程解.具体要结合算法导论中的有关数论算法章节理解,具体代码如下: package cn.ansj;/*假设方程ax=b(mod n)有解,且x0是方 ...
Java实现算法导论中快速傅里叶变换FFT递归算法
要结合算法导论理解,参考:http://blog.csdn.net/fjssharpsword/article/details/53281889 代码中算法思路:输入n位(2的幂)向量,分别求值FFT ...
Java实现算法导论中有限自动机字符串匹配算法
这里实现了基于有限自动机(Finite Automaton,FA)的模式匹配算法,算法的重点在于利用字符串的前后缀构造模式P的自动机,具体结合导论中的说明来理解,可参考http://www.geeks ...
Java实现算法导论中Pollard的rho启发式方法
Pollard的rho启发式方法用于启发式求解大整数n分解因子,具体要结合导论中来理解,参考代码如下: package cn.ansj;import java.math.BigInteger; imp ...

Java实现算法导论中图的广度优先搜索（BFS）和深度优先搜索（DFS）

Java实现算法导论中图的广度优先搜索（BFS）和深度优先搜索（DFS）相关推荐

最新文章

热门文章