数据结构(11)图的遍历,DFS、BFS的JAVA实现

简介: 11.1.图的遍历图的遍历,即将图内所有顶点都访问一遍。有两种遍历方式:BFSDFS以下图的遍历为例:

11.1.图的遍历

图的遍历,即将图内所有顶点都访问一遍。

有两种遍历方式:

  • BFS
  • DFS

以下图的遍历为例:

31a3bd26eacd44f1b7acfa6824cafc79.png

11.2.DFS

DFS(depth first search),深度优先搜索,先跑到叶节点,沿着原路返回,沿途遍历其他节点。

代码示例:

public class DFS {
    //图
    static int[][] graph=new int[7][7];
    //访问记录
    static boolean[] isVisited=new boolean[7];
    static {
        graph[0][1]=1;graph[0][2]=1;graph[0][3]=1;
        graph[1][0]=1;graph[1][2]=1;
        graph[2][0]=1;graph[2][1]=1;graph[2][3]=1;graph[2][4]=1;graph[2][5]=1;
        graph[3][0]=1;graph[3][2]=1;graph[3][4]=1;
        graph[4][2]=1;graph[4][3]=1;
        graph[5][2]=1;
        graph[5][6]=1;
        graph[6][5]=1;
    }
    public static void DFS(int i){
        System.out.println(i);
        isVisited[i]=true;
        for(int j=0;j<graph[i].length;j++){
            if(graph[i][j]==1&&isVisited[j]==false){
                DFS(j);
            }
        }
    }
    public static void main(String[] args) {
        DFS(0);
    }
}

11.3.BFS

BFS(Breadth first search),广度优先搜索,先遍历一度关系(直接相连),再遍历二度关系(直接相连的直接相连),再遍历三度关系(直接相连的直接相连的直接相连)……直到遍历完整个图。过程类似于树的层序遍历。

public class BFS {
    //图
    static int[][] graph=new int[7][7];
    //访问记录
    static boolean[] isVisited=new boolean[7];
    //队列
    static LinkedList<Integer> queue=new LinkedList();
    static {
        graph[0][1]=1;graph[0][2]=1;graph[0][3]=1;
        graph[1][0]=1;graph[1][2]=1;
        graph[2][0]=1;graph[2][1]=1;graph[2][3]=1;graph[2][4]=1;graph[2][5]=1;
        graph[3][0]=1;graph[3][2]=1;graph[3][4]=1;
        graph[4][2]=1;graph[4][3]=1;
        graph[5][2]=1;
        graph[5][6]=1;
        graph[6][5]=1;
    }
    public static void BFS(){
        while(!queue.isEmpty()){
            int i=queue.poll();
            System.out.println("出队:"+i);
            isVisited[i]=true;
            for(int j=0;j<graph[i].length;j++){
                if(graph[i][j]==1&&isVisited[j]==false) {
                    System.out.println("入队:"+j);
                    isVisited[j]=true;
                    queue.offer(j);
                }
            }
        }
    }
    public static void main(String[] args) {
        queue.offer(0);
        BFS();
    }
}


目录
相关文章
|
前端开发 Java
java实现队列数据结构代码详解
本文详细解析了Java中队列数据结构的实现,包括队列的基本概念、应用场景及代码实现。队列是一种遵循“先进先出”原则的线性结构,支持在队尾插入和队头删除操作。文章介绍了顺序队列与链式队列,并重点分析了循环队列的实现方式以解决溢出问题。通过具体代码示例(如`enqueue`入队和`dequeue`出队),展示了队列的操作逻辑,帮助读者深入理解其工作机制。
609 1
|
存储 Java
告别混乱!用Java Map优雅管理你的数据结构
【10月更文挑战第17天】在软件开发中,随着项目复杂度增加,数据结构的组织和管理至关重要。Java中的Map接口提供了一种优雅的解决方案,帮助我们高效、清晰地管理数据。本文通过在线购物平台的案例,展示了Map在商品管理、用户管理和订单管理中的具体应用,有效提升了代码质量和维护性。
313 2
|
存储 Java 开发者
Java Map实战:用HashMap和TreeMap轻松解决复杂数据结构问题!
【10月更文挑战第17天】本文深入探讨了Java中HashMap和TreeMap两种Map类型的特性和应用场景。HashMap基于哈希表实现,支持高效的数据操作且允许键值为null;TreeMap基于红黑树实现,支持自然排序或自定义排序,确保元素有序。文章通过具体示例展示了两者的实战应用,帮助开发者根据实际需求选择合适的数据结构,提高开发效率。
349 2
|
存储 Java
Java中的HashMap和TreeMap,通过具体示例展示了它们在处理复杂数据结构问题时的应用。
【10月更文挑战第19天】本文详细介绍了Java中的HashMap和TreeMap,通过具体示例展示了它们在处理复杂数据结构问题时的应用。HashMap以其高效的插入、查找和删除操作著称,而TreeMap则擅长于保持元素的自然排序或自定义排序,两者各具优势,适用于不同的开发场景。
200 1
|
11月前
|
存储 安全 Java
Java 集合面试题从数据结构到 HashMap 源码剖析详解及长尾考点梳理
本文深入解析Java集合框架,涵盖基础概念、常见集合类型及HashMap的底层数据结构与源码实现。从Collection、Map到Iterator接口,逐一剖析其特性与应用场景。重点解读HashMap在JDK1.7与1.8中的数据结构演变,包括数组+链表+红黑树优化,以及put方法和扩容机制的实现细节。结合订单管理与用户权限管理等实际案例,展示集合框架的应用价值,助你全面掌握相关知识,轻松应对面试与开发需求。
516 3
|
存储 Java 编译器
Java 中 .length 的使用方法:深入理解 Java 数据结构中的长度获取机制
本文深入解析了 Java 中 `.length` 的使用方法及其在不同数据结构中的应用。对于数组,通过 `.length` 属性获取元素数量;字符串则使用 `.length()` 方法计算字符数;集合类如 `ArrayList` 采用 `.size()` 方法统计元素个数。此外,基本数据类型和包装类不支持长度属性。掌握这些区别,有助于开发者避免常见错误,提升代码质量。
1100 1
|
存储 缓存 安全
Java 集合江湖:底层数据结构的大揭秘!
小米是一位热爱技术分享的程序员,本文详细解析了Java面试中常见的List、Set、Map的区别。不仅介绍了它们的基本特性和实现类,还深入探讨了各自的使用场景和面试技巧,帮助读者更好地理解和应对相关问题。
291 5
|
缓存 算法 Java
本文聚焦于Java内存管理与调优,介绍Java内存模型、内存泄漏检测与预防、高效字符串拼接、数据结构优化及垃圾回收机制
在现代软件开发中,性能优化至关重要。本文聚焦于Java内存管理与调优,介绍Java内存模型、内存泄漏检测与预防、高效字符串拼接、数据结构优化及垃圾回收机制。通过调整垃圾回收器参数、优化堆大小与布局、使用对象池和缓存技术,开发者可显著提升应用性能和稳定性。
430 6
|
存储 Java 索引
Java中的数据结构:ArrayList和LinkedList的比较
【10月更文挑战第28天】在Java编程世界中,数据结构是构建复杂程序的基石。本文将深入探讨两种常用的数据结构:ArrayList和LinkedList,通过直观的比喻和实例分析,揭示它们各自的优势与局限,帮助你在面对不同的编程挑战时做出明智的选择。

热门文章

最新文章