广度优先遍历基本思想

图的广度优先搜索(Broad First Search) 。
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

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:
    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。

      实例

      image.png
      广度优先算法的遍历顺序为:1->2->3->4->5->6->7->8

      实现代码

      ```java import java.util.ArrayList; import java.util.Arrays; import java.util.LinkedList;

public class Graph {

  1. private ArrayList<String> vertexList; //存储顶点集合
  2. private int[][] edges; //存储图对应的邻结矩阵
  3. private int numOfEdges; //表示边的数目
  4. //定义给数组boolean[], 记录某个结点是否被访问
  5. private boolean[] isVisited;
  6. public static void main(String[] args) {
  7. //测试一把图是否创建ok
  8. int n = 8; //结点的个数
  9. String Vertexs[] = {"1", "2", "3", "4", "5", "6", "7", "8"};
  10. //创建图对象
  11. Graph graph = new Graph(n);
  12. //循环的添加顶点
  13. for(String vertex: Vertexs) {
  14. graph.insertVertex(vertex);
  15. }
  16. //添加边
  17. graph.insertEdge(0, 1, 1);
  18. graph.insertEdge(0, 2, 1);
  19. graph.insertEdge(1, 3, 1);
  20. graph.insertEdge(1, 4, 1);
  21. graph.insertEdge(3, 7, 1);
  22. graph.insertEdge(4, 7, 1);
  23. graph.insertEdge(2, 5, 1);
  24. graph.insertEdge(2, 6, 1);
  25. graph.insertEdge(5, 6, 1);
  26. //显示邻结矩阵
  27. graph.showGraph();
  28. //测试,bfs遍历是否ok
  29. System.out.println("广度优先!");
  30. graph.bfs(); // 1->2->3->4->5->6->7->8
  31. }
  32. //构造器
  33. public Graph(int n) {
  34. //初始化矩阵和vertexList
  35. edges = new int[n][n];
  36. vertexList = new ArrayList<String>(n);
  37. numOfEdges = 0;
  38. }
  39. //得到第一个邻接结点的下标 w
  40. /**
  41. *
  42. * @param index
  43. * @return 如果存在就返回对应的下标,否则返回-1
  44. */
  45. public int getFirstNeighbor(int index) {
  46. for(int j = 0; j < vertexList.size(); j++) {
  47. if(edges[index][j] > 0) {
  48. return j;
  49. }
  50. }
  51. return -1;
  52. }
  53. //根据前一个邻接结点的下标来获取下一个邻接结点
  54. public int getNextNeighbor(int v1, int v2) {
  55. for(int j = v2 + 1; j < vertexList.size(); j++) {
  56. if(edges[v1][j] > 0) {
  57. return j;
  58. }
  59. }
  60. return -1;
  61. }
  62. //对一个结点进行广度优先遍历的方法
  63. private void bfs(boolean[] isVisited, int i) {
  64. int u ; // 表示队列的头结点对应下标
  65. int w ; // 邻接结点w
  66. //队列,记录结点访问的顺序
  67. LinkedList queue = new LinkedList();
  68. //访问结点,输出结点信息
  69. System.out.print(getValueByIndex(i) + "=>");
  70. //标记为已访问
  71. isVisited[i] = true;
  72. //将结点加入队列
  73. queue.addLast(i);
  74. while( !queue.isEmpty()) {
  75. //取出队列的头结点下标
  76. u = (Integer)queue.removeFirst();
  77. //得到第一个邻接结点的下标 w
  78. w = getFirstNeighbor(u);
  79. while(w != -1) {//找到
  80. //是否访问过
  81. if(!isVisited[w]) {
  82. System.out.print(getValueByIndex(w) + "=>");
  83. //标记已经访问
  84. isVisited[w] = true;
  85. //入队
  86. queue.addLast(w);
  87. }
  88. //以u为前驱点,找w后面的下一个邻结点
  89. w = getNextNeighbor(u, w); //体现出我们的广度优先
  90. }
  91. }
  92. }
  93. //遍历所有的结点,都进行广度优先搜索
  94. public void bfs() {
  95. isVisited = new boolean[vertexList.size()];
  96. for(int i = 0; i < getNumOfVertex(); i++) {
  97. if(!isVisited[i]) {
  98. bfs(isVisited, i);
  99. }
  100. }
  101. }
  102. //图中常用的方法
  103. //返回结点的个数
  104. public int getNumOfVertex() {
  105. return vertexList.size();
  106. }
  107. //显示图对应的矩阵
  108. public void showGraph() {
  109. for(int[] link : edges) {
  110. System.err.println(Arrays.toString(link));
  111. }
  112. }
  113. //得到边的数目
  114. public int getNumOfEdges() {
  115. return numOfEdges;
  116. }
  117. //返回结点i(下标)对应的数据 0->"A" 1->"B" 2->"C"
  118. public String getValueByIndex(int i) {
  119. return vertexList.get(i);
  120. }
  121. //返回v1和v2的权值
  122. public int getWeight(int v1, int v2) {
  123. return edges[v1][v2];
  124. }
  125. //插入结点
  126. public void insertVertex(String vertex) {
  127. vertexList.add(vertex);
  128. }
  129. //添加边
  130. /**
  131. *
  132. * @param v1 表示点的下标即使第几个顶点 "A"-"B" "A"->0 "B"->1
  133. * @param v2 第二个顶点对应的下标
  134. * @param weight 表示
  135. */
  136. public void insertEdge(int v1, int v2, int weight) {
  137. edges[v1][v2] = weight;
  138. edges[v2][v1] = weight;
  139. numOfEdges++;
  140. }

} ```