Stack类:
package com.javaeye.rsrt;
/**
* 栈,遵循先进后出的原则,用来保存元素
*
* @author nishiting
*
*/
public class Stack {
private int[] st;
private int top;
private int count;
/**
* 构造一个栈
*
* @param size
* 栈的大小
*/
public Stack(int size) {
st = new int[size];
top = -1;
count = 0;
}
/**
* 元素进栈
*
* @param j
* 要进栈的元素
*/
public void push(int j) {
count++;
st[++top] = j;
}
/**
* 元素出栈
*
* @return 出栈的元素
*/
public int pop() {
return st[top--];
}
/**
* 查询栈顶元素
*
* @return 栈顶元素
*/
public int peek() {
return st[top];
}
/**
* 查询栈是否为空
*
* @return 栈是否为空
*/
public boolean isEmpty() {
count--;
return (top == -1);
}
/**
* 查看栈里的所有元素
*/
public void list() {
for (int i = 0; i < count; i++) {
System.out.print(st[i] + " ");
}
System.out.println();
}
/**
* 得到栈里一共有多少元素
*
* @return 栈里的元素个数
*/
public int getCount() {
return count;
}
/**
* 查看栈里是否包含某个元素
*
* @param i
* 要查询的元素
* @return 是否包含了要查询的元素
*/
public boolean isContains(int i) {
for (int k = 0; k < st.length; k++) {
System.out.print("开始比较" + i + "此时的result:");
list();
System.out.println();
if (st[k] == i) {
return true;
}
}
return false;
}
/**
* 得到栈里的元素集
* @return 栈里的元素集合
*/
public int[] getSt(){
return st;
}
}
Graph类:
package com.javaeye.rsrt;
import java.util.Arrays;
import java.util.List;
import java.util.Vector;
/**
*
* @author nishiting
*
*/
public class Graph {
int vertexNum;
Vector[] vector;
Stack stack;
int[] result;
int[] in;// 入度
/**
*
* 构造一个图
*
* @param num
* 图的顶点数
*
*/
public Graph(int num) {
vertexNum = num;
vector = new Vector[vertexNum];
stack = new Stack(num);
result = new int[vertexNum];
in = new int[vertexNum];
}
/**
* 向图中添加无向边
*
* @param I
* 边的一个顶点
* @param J
* 边的另一个顶点
* @return 是否添加成功
*/
public boolean addEdge(int I, int J) {
/**
* 判断用户输入的是否是一个顶点,如果是,则返回flase,添加不成功
*/
if (J == I) {
return false;
}
/**
* 判断所输入的顶点值是否在图所顶点范围值内,如果不在,则提示顶点不存在
*
*/
if (I < vertexNum && J < vertexNum && I >= 0 && J >= 0) {
/**
*
* 判断边是否存在
*/
if (isEdgeExists(I, J)) {
return false;
}
/**
* 添加边,将孤头的入度加1
*/
vector[I].add(J);
in[J]++;
return true;
}
return false;
}
/**
* 判断有向边是否存在
*
* @param i
* 要查询的有向边的一个孤尾
* @param j
* 要查询的有向边的另一个孤头
* @return 边是否存在,false:不存在,true:存在
*/
public boolean isEdgeExists(int i, int j) {
/**
* 判断所输入的顶点值是否在图所顶点范围值内,如果不在,则提示顶点不存在
*
*/
if (i < vertexNum && j < vertexNum && i >= 0 && j >= 0) {
if (i == j) {
return false;
}
/**
* 判断i的邻接结点集是否为空
*/
if (vector[i] == null) {
vector[i] = new Vector(8);
}
/**
* 判断这条边是否存在,如果存在,则提示边已经存在
*/
for (int q = 0; q < vector[i].size(); q++) {
if (((Integer) vector[i].get(q)).intValue() == j) {
System.out.println("顶点" + i + "和" + "顶点" + j + "这两点之间存在边");
return true;
}
}
}
return false;
}
public void TopSort() {
for (int i = 0; i < vertexNum; i++)
if (in[i] == 0)
stack.push(i);
int k = 0;
while (!stack.isEmpty()) {
result[k] = (Integer) stack.pop();
if (vector[result[k]] != null) {
for (int j = 0; j < vector[result[k]].size(); j++) {
int temp = (Integer) vector[result[k]].get(j);
if (--in[temp] == 0) {
stack.push(temp);
}
}
}
k++;
}
if (k < vertexNum) {
System.out.println("有回路");
System.exit(0);
}
}
public int[] getResult() {
return result;
}
}
测试类:
package com.javaeye.rsrt;
import java.util.List;
import junit.framework.TestCase;
public class GraphTest extends TestCase {
public void testGraph(){
Graph graph = new Graph(6);
graph.addEdge(1, 0);
graph.addEdge(2, 0);
graph.addEdge(3, 0);
graph.addEdge(1, 3);
graph.addEdge(2, 3);
graph.addEdge(3, 5);
graph.addEdge(4, 2);
graph.addEdge(4, 3);
graph.addEdge(4, 5);
graph.TopSort();
int[] list = graph.getResult();
System.out.println("拓扑排序的结果为:");
for(int i : list){
System.out.print(i+" ");
}
}
}
分享到:
相关推荐
图用于存储节点和边的信息,栈用于辅助进行拓扑排序。 - 函数原型设计:定义创建图、添加边、拓扑排序等核心函数。 - 主算法设计:采用深度优先搜索(DFS)或广度优先搜索(BFS)实现拓扑排序。在紧缩图的邻接表中...
3. **图算法**:如Dijkstra算法(求最短路径)、Floyd算法(所有顶点间最短路径)、拓扑排序等。 4. **动态规划**:解决最优化问题的一种方法,如背包问题、最长公共子序列等。 5. **回溯法**:用于解决组合问题,...
图可以用于解决很多复杂问题,如最短路径、拓扑排序等。Java没有内置的图数据结构,但可以通过自定义类实现。 9. **排序和搜索算法**:包括冒泡排序、选择排序、插入排序、快速排序、归并排序、二分查找等,这些都...
- **图论算法**:最短路径算法(Dijkstra、Bellman-Ford、Floyd-Warshall),最小生成树(Prim、Kruskal),拓扑排序等。 - **数学算法**:质因数分解、模逆运算、快速幂、组合数学、线性代数等。 - **递归与分治...
- **前提条件**:对于不含回路的有向图,一定存在至少一种拓扑排序顺序。 ### 路由优先级 - **决定因素**:路由优先级主要由路由协议本身的算法优劣决定。 ### JVM垃圾回收 - **控制机制**:虽然程序员无法直接...
在Java环境下进行WSN的仿真,可以利用其跨平台的特性以及丰富的类库来构建复杂的网络模型。在这个项目中,开发者可能使用了Java的网络编程API,如Socket和MulticastSocket,来模拟节点间的通信,以及线程管理API来...
- 图:由节点和边构成,用于表示复杂的关系,如网络拓扑结构。 - 哈希表:通过哈希函数实现快速查找,常用于实现字典和集合。 2. 算法: - 排序算法:包括冒泡排序、选择排序、插入排序、快速排序、归并排序和堆...
3. **图论算法**:Dijkstra最短路径算法、Floyd-Warshall所有最短路径算法、拓扑排序等,解决网络问题。 4. **动态规划**:"试题7"和"试题22"可能就是这类问题,通过自底向上的方式解决复杂问题。 5. **回溯法**:...
图则用于表示复杂的关系,如网络拓扑结构。 在Java语言方面,它是面向对象编程的代表,以其跨平台特性、丰富的类库和简洁的语法受到广泛欢迎。学习Java需要理解类、对象、封装、继承、多态等概念。此外,异常处理、...
在实际项目中,常常需要结合多种数据结构,如使用栈和队列实现LRU缓存,或者利用树和图处理复杂的网络拓扑结构。 总之,"Data_Structures:通用数据结构的Java实现"涵盖了Java编程中必不可少的知识点,深入学习这些...
**其他模板**:包括日期判断、三角形问题、位图法、网络流、最大流、最小费用最大流、二分图、字符串处理(后缀数组、前缀数组Trie、字符串hash)、图论(最小树形图、拓扑排序)等,都是ACM竞赛中常见的问题类型,...
图还有其他重要的算法,如拓扑排序,用于有向无环图(DAG),确定所有节点的一个线性顺序,使得对于每条有向边 (u, v),节点 u 在排序中都位于 v 之前。最小生成树算法,如Prim或Kruskal,用于寻找连通图中权重最小...
4. **图算法**:如深度优先搜索(DFS)和广度优先搜索(BFS),它们是解决图问题的基础,例如最短路径问题、拓扑排序等。 5. **数据结构实现**:在编程语言中实现这些数据结构,如C++中的STL容器(vector、list、...
- **拓扑排序**:讲解拓扑排序的原理及其应用场景。 - **双连通分量**:介绍双连通分量的定义及其在图中的应用。 - **最小生成树(MST)**:探讨最小生成树问题及其算法解决方案。 - **最短路径问题**:讲解最短路径...
9. **图论算法**:包括拓扑排序、最短路径、最小生成树等,这些算法在解决现实世界的问题中有着广泛的应用,比如网络路由、交通规划等。 在“新建文件夹”中,你将找到这些数据结构和算法的实现代码。通过阅读和...
7. **图算法**: 图可以表示复杂的关联关系,如最短路径问题(Dijkstra算法、Floyd算法)、拓扑排序等,它们在路由、社交网络分析等问题中有着广泛应用。 8. **哈希函数与散列表**: 哈希函数将数据映射到固定大小的...
- **图算法**:Dijkstra最短路径算法、Floyd Warshall算法、拓扑排序。 - **动态规划**:解决具有重叠子问题和最优子结构的问题,如背包问题、最长公共子序列等。 - **回溯法**:用于解决组合优化问题,如八皇后...
**图论算法**是算法竞赛中的重要部分,包括最短路径算法(如Dijkstra算法、Floyd-Warshall算法)、拓扑排序、强连通分量、最小生成树(如Prim算法、Kruskal算法)等。这些算法在解决网络流问题、旅行商问题等复杂...
- **图算法**:Dijkstra最短路径算法、Floyd-Warshall所有顶点对最短路径算法、拓扑排序等。 通过LeetCode和《Crack the Coding Interview》中的问题,你可以实践这些数据结构和算法,加深理解并提升编程能力。这...
3. **算法**:解题代码涵盖了各种算法,如排序(快速排序、归并排序、冒泡排序等)、搜索(二分查找、深度优先搜索、广度优先搜索)、图论(Dijkstra算法、Floyd算法、拓扑排序)、动态规划、回溯法等。这些算法是...