`

图的遍历(广度和深度)

    博客分类:
  • java
阅读更多
//深度优先遍历****************************************************
 class Graph1 {  //以邻接矩阵存储的图类
	
 protected int n;      //图的节点个数
 protected int mat[][];   // 二维数组存储图的邻接矩阵
 protected int visited[]; //访问标记数组
 
	 public Graph1(int m1[][]){
		 n = m1.length;
		 mat = new int [n][n];
		 System.arraycopy(m1, 0, mat, 0, n);  //System类方法,复制数组
		 visited= new int [n];
	 }
	 public Graph1(){
	 }
 public void depthFirstSearch(){  //图的深度优先遍历
	 System.out.println("深度优先遍历Depth first search:");
	 for(int k=1;k<=n;k++){
		 depthfs(k);
		 System.out.println();
		 unvisited();
	 }
	 }
	private void unvisited() {
	 int i;
		for(i = 0;i<visited.length;i++){
			visited[i]=0;
		}
	}
	private void depthfs(int k) {    //从节点k开始的深度优先遍历
		 int i,j=0;
		 System.out.print(" v"+k+"->");
		 i = k - 1;
		 visited[i]=1;
		 while(j<n){
			 if(mat[i][j]==1 && visited[j]==0){
				 depthfs(j+1);
			 }else {
				 j++;
			 }
		 }
	}
}
 public class testGraph1{
	public static void main(String ag[]){
		int mat[][]= {{0,1,0,0},{0,0,1,1},{0,0,0,0},{1,0,1,0}};
		Graph1 g1 = new Graph1(mat);
		g1.depthFirstSearch();
	}
}

//广度优先遍历*****************************************************
public class OnelinkNode {      //单向链表的节点结构
   public int data;
   public OnelinkNode next;
   public OnelinkNode(int k){   //构造值为k的节点
	   data = k;
	   next = null;
   }
   public OnelinkNode(){
	   this(0);
   }  
}

public class Graph2 extends Graph1 {             //以邻接表存储的图类
   OnelinkNode table[];                //图的邻接表
   
   public Graph2(int mat[][]){               //以邻接矩阵的形式建立图的邻接表
	 n = mat.length;                // 继承Graph1类的成员
	 table  = new OnelinkNode[n+1];           //建立节点表,多一个元素
	 OnelinkNode p = null,  q;
	 int i ,j ;
	 for(i = 1; i<= n;i++){                    //table[0]不用   节点序号i与table中的 下标一致
		 table[i] = new  OnelinkNode(i);          //创建i在节点表中的元素
		 p = table[i];   //建立节点i的出边表
		 for(j = 1; j<=n;j++){      //查找与i相邻的其他节点j
			 if(mat[i-1][j-1]==1){
				 q = new OnelinkNode(j);
				 p.next = q;
				  p = q;
			 }
		 }
		 visited = new int [n +1];
	 }
   }
   public Graph2(){}
   
   public void output(){
	   OnelinkNode p;
	   System.out.println("邻接表table:");
	   for(int i=0;i<table.length;i++){
		   System.out.print("table["+i+"]=");
		   if(table[i]!=null){
			   System.out.print("v"+table[i].data);
			   p = table[i].next;
			   while(p != null){
				   System.out.print("->v"+p.data);
				   p = p.next;
			   }
		   }
		   System.out.println(" null");
	   }
	   
   }

   
  /* public void depthfs(int k){
	   int i , j = 0;
	   OnelinkNode p ;
	   System.out.print("  v" +k+" ->");
	   i = k;
	   visited[i]=1;
	   if(table[i]!=null){
		   p = table[i].next;
		   while(p !=null){
			   j = p.data;
			   if(visited[j]==0){
				   depthfs(j);
			   }else{
			   p = table[i].next;
			   }
		   }
	   }
   }
   */
   public static void main(String args[]){
	   int mat[][]=  {{0,1,0,0},{0,0,1,1},{0,0,0,0},{1,0,1,0}};  
	   Graph2 g2 = new Graph2(mat);                    //现在的g2已经是一个邻接表了不是邻接矩阵了
	   g2.output();
	   
	   
   }
}
//邻接表table:
//table[0]= null
//table[1]=v1->2->4 null
//table[2]=v2->1->3->4 null
//table[3]=v3->2->4 null
//table[4]=v4->1->2->3 null



分享到:
评论

相关推荐

    pandas-1.3.5-cp37-cp37m-macosx_10_9_x86_64.zip

    pandas whl安装包,对应各个python版本和系统(具体看资源名字),找准自己对应的下载即可! 下载后解压出来是已.whl为后缀的安装包,进入终端,直接pip install pandas-xxx.whl即可,非常方便。 再也不用担心pip联网下载网络超时,各种安装不成功的问题。

    基于java的大学生兼职信息系统答辩PPT.pptx

    基于java的大学生兼职信息系统答辩PPT.pptx

    基于java的乐校园二手书交易管理系统答辩PPT.pptx

    基于java的乐校园二手书交易管理系统答辩PPT.pptx

    tornado-6.4-cp38-abi3-musllinux_1_1_i686.whl

    tornado-6.4-cp38-abi3-musllinux_1_1_i686.whl

    Android Studio Ladybug(android-studio-2024.2.1.10-mac.zip.002)

    Android Studio Ladybug 2024.2.1(android-studio-2024.2.1.10-mac.dmg)适用于macOS Intel系统,文件使用360压缩软件分割成两个压缩包,必须一起下载使用: part1: https://download.csdn.net/download/weixin_43800734/89954174 part2: https://download.csdn.net/download/weixin_43800734/89954175

    基于ssm框架+mysql+jsp实现的监考安排与查询系统

    有学生和教师两种角色 登录和注册模块 考场信息模块 考试信息模块 点我收藏 功能 监考安排模块 考场类型模块 系统公告模块 个人中心模块: 1、修改个人信息,可以上传图片 2、我的收藏列表 账号管理模块 服务模块 eclipse或者idea 均可以运行 jdk1.8 apache-maven-3.6 mysql5.7及以上 tomcat 8.0及以上版本

    tornado-6.1b2-cp38-cp38-macosx_10_9_x86_64.whl

    tornado-6.1b2-cp38-cp38-macosx_10_9_x86_64.whl

    Android Studio Ladybug(android-studio-2024.2.1.10-mac.zip.001)

    Android Studio Ladybug 2024.2.1(android-studio-2024.2.1.10-mac.dmg)适用于macOS Intel系统,文件使用360压缩软件分割成两个压缩包,必须一起下载使用: part1: https://download.csdn.net/download/weixin_43800734/89954174 part2: https://download.csdn.net/download/weixin_43800734/89954175

    基于MATLAB车牌识别代码实现代码【含界面GUI】.zip

    matlab

    基于java的毕业生就业信息管理系统答辩PPT.pptx

    基于java的毕业生就业信息管理系统答辩PPT.pptx

    基于Web的毕业设计选题系统的设计与实现(springboot+vue+mysql+说明文档).zip

    随着高等教育的普及和毕业设计的日益重要,为了方便教师、学生和管理员进行毕业设计的选题和管理,我们开发了这款基于Web的毕业设计选题系统。 该系统主要包括教师管理、院系管理、学生管理等多个模块。在教师管理模块中,管理员可以新增、删除教师信息,并查看教师的详细资料,方便进行教师资源的分配和管理。院系管理模块则允许管理员对各个院系的信息进行管理和维护,确保信息的准确性和完整性。 学生管理模块是系统的核心之一,它提供了学生选题、任务书管理、开题报告管理、开题成绩管理等功能。学生可以在此模块中进行毕业设计的选题,并上传任务书和开题报告,管理员和教师则可以对学生的报告进行审阅和评分。 此外,系统还具备课题分类管理和课题信息管理功能,方便对毕业设计课题进行分类和归档,提高管理效率。在线留言功能则为学生、教师和管理员提供了一个交流互动的平台,可以就毕业设计相关问题进行讨论和解答。 整个系统设计简洁明了,操作便捷,大大提高了毕业设计的选题和管理效率,为高等教育的发展做出了积极贡献。

    机器学习(预测模型):2000年至2015年期间193个国家的预期寿命和相关健康因素的数据

    这个数据集来自世界卫生组织(WHO),包含了2000年至2015年期间193个国家的预期寿命和相关健康因素的数据。它提供了一个全面的视角,用于分析影响全球人口预期寿命的多种因素。数据集涵盖了从婴儿死亡率、GDP、BMI到免疫接种覆盖率等多个维度,为研究者提供了丰富的信息来探索和预测预期寿命。 该数据集的特点在于其跨国家的比较性,使得研究者能够识别出不同国家之间预期寿命的差异,并分析这些差异背后的原因。数据集包含22个特征列和2938行数据,涉及的变量被分为几个大类:免疫相关因素、死亡因素、经济因素和社会因素。这些数据不仅有助于了解全球健康趋势,还可以辅助制定公共卫生政策和社会福利计划。 数据集的处理包括对缺失值的处理、数据类型转换以及去重等步骤,以确保数据的准确性和可靠性。研究者可以使用这个数据集来探索如教育、健康习惯、生活方式等因素如何影响人们的寿命,以及不同国家的经济发展水平如何与预期寿命相关联。此外,数据集还可以用于预测模型的构建,通过回归分析等统计方法来预测预期寿命。 总的来说,这个数据集是研究全球健康和预期寿命变化的宝贵资源,它不仅提供了历史数据,还为未来的研究和政策制

    基于微信小程序的高校毕业论文管理系统小程序答辩PPT.pptx

    基于微信小程序的高校毕业论文管理系统小程序答辩PPT.pptx

    基于java的超市 Pos 收银管理系统答辩PPT.pptx

    基于java的超市 Pos 收银管理系统答辩PPT.pptx

    基于java的网上报名系统答辩PPT.pptx

    基于java的网上报名系统答辩PPT.pptx

    基于java的网上书城答辩PPT.pptx

    基于java的网上书城答辩PPT.pptx

    婚恋网站 SSM毕业设计 附带论文.zip

    婚恋网站 SSM毕业设计 附带论文 启动教程:https://www.bilibili.com/video/BV1GK1iYyE2B

    基于java的戒烟网站答辩PPT.pptx

    基于java的戒烟网站答辩PPT.pptx

    基于微信小程序的“健康早知道”微信小程序答辩PPT.pptx

    基于微信小程序的“健康早知道”微信小程序答辩PPT.pptx

    机器学习(预测模型):自行车共享使用情况的数据集

    Capital Bikeshare 数据集是一个包含从2020年5月到2024年8月的自行车共享使用情况的数据集。这个数据集记录了华盛顿特区Capital Bikeshare项目中自行车的租赁模式,包括了骑行的持续时间、开始和结束日期时间、起始和结束站点、使用的自行车编号、用户类型(注册会员或临时用户)等信息。这些数据可以帮助分析和预测自行车共享系统的需求模式,以及了解用户行为和偏好。 数据集的特点包括: 时间范围:覆盖了四年多的时间,提供了长期的数据观察。 细节丰富:包含了每次骑行的详细信息,如日期、时间、天气条件、季节等,有助于深入分析。 用户分类:数据中区分了注册用户和临时用户,可以分析不同用户群体的使用习惯。 天气和季节因素:包含了天气情况和季节信息,可以研究这些因素对骑行需求的影响。 通过分析这个数据集,可以得出关于自行车共享使用模式的多种见解,比如一天中不同时间段的使用高峰、不同天气条件下的使用差异、季节性变化对骑行需求的影响等。这些信息对于城市规划者、交通管理者以及自行车共享服务提供商来说都是非常宝贵的,可以帮助他们优化服务、提高效率和满足用户需求。同时,这个数据集也

Global site tag (gtag.js) - Google Analytics