Java实现简单图数据结构

图

所谓图(graph)，可定义为G =(V,E)。其中，集合V中的元素称为顶点(vertex)；集合E中的元素分别对应于V中的某一对顶点(u,v)，表示它们之间存在某种关系，故亦称作边(edge)。

图实现的Github链接，该版本使用邻接表实现图。

广度优先搜索

自顶点S的BFS搜索，将首先访问s；再依次访问s所有尚未访问到的邻居;再按后者被访问的先后次序，逐个访问它们的邻居；…；如此不断。在所有已访问到的顶点中，仍有邻居尚未访问者，构成所谓的波峰集(frontier)。于是，BFS搜索过程也可等效地理解为：反复从波峰集中找到最早被访问到顶点V，若其邻居均已访问到，则将其逐出波峰集；否则，随意选出一个尚未访问到的邻居，并将其加入到波峰集中。

//广度优先搜索（单个连通域）
public int BFS(Vertex<T> v) {
Vertex<T> u = null;
LinkedList<Edge<T>> ll = null;
Edge<T> e = null;
//引入辅助队列
LinkedList<Vertex<T>> q = new LinkedList<Vertex<T>>();
//初始化起点
q.add(v);
v.setStatus(VStatus.DISCOVEREN);
while(!q.isEmpty()) {
v = q.poll();
v.setdTime(++clock);
ll = v.getEdgeList();
//枚举v的所有邻居
while(!ll.isEmpty()) {
e = ll.poll();
u = e.getEndVertex();
if(u.getStatus() == VStatus.UNDISCOVEREN) {
u.setStatus(VStatus.DISCOVEREN);
q.add(u);
System.out.println(u.getLabel().toString());
e.setType(EType.TREE);
} else {
e.setType(EType.CROSS);
}
}
v.setStatus(VStatus.VISITED);
}
return clock;
}

深度优先搜索

优先选取最后一个被访问到的顶点的邻居

//深度优先搜索
public void dfs(Vertex<T> v) {
int i = 0;
clock = 0;
do {
if(v.getStatus() == VStatus.UNDISCOVEREN)
DFS(v);
v = Vertexs.get(i++);
} while (i < Vertexs.size());
}

private int DFS(Vertex<T> v) {

Vertex<T> u = null;
Edge<T> e = null;
LinkedList<Edge<T>> edges = v.getEdgeList();

v.setdTime(++clock);
v.setStatus(VStatus.DISCOVEREN);

while(!edges.isEmpty()) {
e = edges.poll();
u = e.getEndVertex();
switch (u.getStatus()) {
case UNDISCOVEREN:
e.setType(EType.TREE);
DFS(u);
break;
case DISCOVEREN:
e.setType(EType.BACKWARD);
break;
default:
if(v.getdTime()<u.getdTime()) {
e.setType(EType.FORWARD);
} else {
e.setType(EType.CROSS);
}
break;
}
}
v.setStatus(VStatus.VISITED);
v.setfTime(++clock);
System.out.println(v.getLabel().toString() +" dTime = "+ v.getdTime()+" fTime = "+v.getfTime());
return clock;
}