如何改进图的深度优先遍历算法,得到所有的遍历情况?

windlyb windlyb 墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年,写一次发全网 我也要 + 加入社区
如何改进图的深度优先遍历算法,得到所有的遍历情况? 怎么改进下面的java的算法(只是随机的得到一种遍历情况),我考虑了下好像是要用两个堆栈,不知哪位高人能悉心指教下,谢谢
package DD;


class Stack1 {
private int[] values;
private int pos = -1;

Stack1(int size) {
values = new int[size];
}
void push(int value) {
values[++pos] = value;
}
int pop() {
return values[pos--];
}
int peek() {
return values[pos];
}

boolean isEmpty() {
return pos == -1;
}
}

/*class Stack2 {
private int[] values;
private int pos = -1;

Stack2(int size) {
values = new int[size];
}

void push(int value) {
values[++pos] = value; //注意++ 和--的位置
}
int pop() {
return values[pos--];
}
int peek() {
return values[pos];
}

boolean isEmpty() {
return pos == -1;
}
}*/

class Vertex1 {
boolean isVisited;
private char value;
private int id;
char[][] array = new char[5][];

Vertex1(char value, int id) {
this.value = value;
this.id = id;
}

void visit() {
isVisited = true;
print();
}

void print() {
System.out.print(value);
System.out.print(id);
}

boolean isVisited() {
return isVisited;
}

void clean() {
isVisited = false;
}
public char getValue() {
return value;
}
public int id() {
return id;
}
}

class Graph1 {
private Vertex1[] vertexs;
private int[][] adjMat;
private int pos = -1;

Graph1(int size) {
vertexs = new Vertex1[size];
adjMat = new int[size][size];
}

void add(char value, int id) {
assert pos < vertexs.length;
vertexs[++pos] = new Vertex1(value, id);
}
void connect(int from ,int to) {
adjMat[from][to] = 1;
adjMat[to][from] = 1;
}
void disconnect(int from, int to) {
adjMat[from][to] = 0;
adjMat[to][from] = 0;
}
//关键的一步
int findNeighbor(int index) {
for(int i=0; i<=pos; i++) {
if(adjMat[index][i]==1&&!vertexs[i].isVisited()) {
return i;
}
}
return -1;
}

void dfs(int index) {
if(vertexs[index] == null) {
return;
}
Stack1 s = new Stack1(vertexs.length);
vertexs[index].visit();
s.push(index);

while(!s.isEmpty()) {
index = findNeighbor(s.peek());
if (index !=-1) {
vertexs[index].visit();
s.push(index);
}
else
s.pop();
}
clean();
}

//啥意思
void clean() {
for(Vertex1 v : vertexs)
if(v != null)
v.clean();
}

public static void main(String[] args) {
Graph1 g = new Graph1(20);

g.add('a', 0);
g.add('b', 1);
g.add('c', 2);
g.add('d', 3);
g.add('e', 4);

g.connect(0, 1);
g.connect(0, 2);
g.connect(2, 3);
g.connect(1, 3);
g.connect(3, 4);

for(int i=0; i<5; i++){
g.dfs(i);
System.out.println("");
}
}
}











...全文

相关推荐

图的深度优先遍历与广度优先遍历(C语言实现)

数据结构中的图结构,其中最重要的两个遍历算法——深度优先遍历与广度优先遍历

云长

图的邻接矩阵表示,深度优先遍历,广度优先遍历实现

C++实现,数据结构,图的邻接矩阵表示,深度优先遍历,广度优先遍历,DFS,BFS,为什么要五十个字才能上传啊

辛潇

图的深度优先遍历(c语言)

图的深度优先遍历c语言版 受益良多 可参考数据结构|(清华版 主编 严蔚敏)

wocjj

图的深度优先遍历和广度优先遍历算法

图的深度遍历和广度遍历是两个重要的算法,这也是我们理解并掌握图这一数据结构的基础。通过此程序算法可以进一步掌握图的构造以及遍历的相关知识。

guangshuai

实现图的遍历算法 深度优先遍历

2. 系统设计 1.用到的抽象数据类型的定义 图的抽象数据类型定义: ADT Graph{ 数据对象V:V是具有相同特性的数据元素的集合,称为顶点集 数据关系R: R={VR} VR={<v,w>|v,w∈V且P(v,w),<v,w>表示从v到w的弧, 谓词P(v,w)定义了弧<v,w>的意义或信息} 基本操作P: CreatGraph(&G,V,VR) 初始条件:V是图的顶点集,VR是图中弧的集合 操作结果:按V和VR的定义构造图G DestroyGraph(&G) 初始条件:图G存在 操作结果:销毁图G InsertVex(&G,v) 初始条件:图G存在,v和图中顶点有相同特征 操作结果:在图G中增添新顶点v …… InsertArc(&G,v,w) 初始条件:图G存在,v和w是G中两个顶点 操作结果:在G中增添弧<v,w>,若G是无向的则还增添对称弧<w,v> …… DFSTraverse(G,Visit()) 初始条件:图G存在,Visit是顶点的应用函数 操作结果:对图进行深度优先遍历,在遍历过程中对每个顶点调用函数Visit一次且仅一次。一旦Visit()失败,则操作失败 BFSTraverse(G,Visit()) 初始条件:图G存在,Visit是顶点的应用函数 操作结果:对图进行广度优先遍历,在遍历过程中对每个顶点调用函数Visit一次且仅一次。一旦Visit()失败,则操作失败 }ADT Graph 栈的抽象数据类型定义: ADT Stack{ 数据对象:D={ai|ai∈ElemSet,i=1,2,…,n,n≥0} 数据关系:R1={<ai-1,ai>|ai-1,ai∈D,i=2,…,n} 约定an端为栈顶,ai端为栈底 基本操作: InitStack(&S) 操作结果:构造一个空栈S DestroyStack(&S) 初始条件:栈S已存在 操作结果:将S清为空栈 StackEmpty(S) 初始条件:栈S已存在 操作结果:若栈S为空栈,则返回TRUE,否则FALSE …… Push(&S,e) 初始条件:栈S已存在 操作结果:插入元素e为新的栈顶元素 Pop(&S,&e) 初始条件:栈S已存在且非空 操作结果:删除S的栈顶元素,并用e返回其值 StackTraverse(S,visit()) 初始条件:栈S已存在且非空 操作结果:从栈底到栈顶依次对S的每个数据元素调用函数visit(),一旦visit()失败,则操作失效 }ADT Stack 队列的抽象数据类型定义: ADT Queue{ 数据对象:D={ai|ai∈ElemSet,i=1,2,…,n,n≥0} 数据关系:Rl={<ai-1,ai>|ai-1,ai∈D,i=2,…,n} 约定其中ai端为队列头,an端为队列尾。 基本操作: InitQueue(&Q) 操作结果:构造一个空队列Q DestroyQueue(&Q) 初始条件:队列Q已存在 操作结果:队列Q被销毁,不再存在 QueueEmpty(Q) 初始条件:队列Q已存在 操作结果:若Q为空队列,则返回TRUE,否则FALSE …… EnQueue(&Q,e) 初始条件:队列Q已存在 操作结果:插入元素e为Q的新的队尾元素 DeQueue(&Q,&e) 初始条件:Q为非空队列 操作结果:删除Q的队头元素,并用e返回其值 }ADT Queue 2.主程序的流程: 调用CreateDN函数创建图的邻接表G; 调用PrintDN函数输出邻接表G; 调用DFSTraverse函数深度优先遍历图; 调用BFSTraverse函数广度优先遍历图

suibian211900
评论 14
收藏 已收藏
分享
返回顶部
windlyb
数据结构与算法 33,026 成员 35,334 内容