图论01-DFS和BFS(深搜和广搜邻接矩阵和邻接表/Java)

1.深度优先理论基础(dfs)

  • dfs的两个关键操作
java 复制代码
搜索方向,是认准一个方向搜,直到碰壁之后再换方向
换方向是撤销原路径,改为节点链接的下一个路径,回溯的过程。
  • dfs解题模板
java 复制代码
void dfs(参数) {
    if (终止条件) {
        存放结果;
        return;
    }

    for (选择:本节点所连接的其他节点) {
        处理节点;
        dfs(图,选择的节点); // 递归
        回溯,撤销处理结果
    }
}
  • Java代码实现

邻接矩阵表示的图

java 复制代码
public class DFSTraversalRecursive {
    private int[][] adjacencyMatrix; // 邻接矩阵
    private boolean[] visited; // 用于标记节点是否被访问过
    private int numNodes; // 节点数量

    public DFSTraversalRecursive(int[][] matrix) {
        this.adjacencyMatrix = matrix;
        this.numNodes = matrix.length;
        this.visited = new boolean[numNodes];
    }

    // 递归实现的深度优先搜索遍历
    public void dfsTraversalRecursive(int startNode) {
        visited[startNode] = true; // 标记当前节点为已访问
        System.out.print(startNode + " "); // 输出当前节点

        for (int i = 0; i < numNodes; i++) {
            // 如果存在从当前节点到节点 i 的边,并且节点 i 还未被访问过
            if (adjacencyMatrix[startNode][i] == 1 && !visited[i]) {
                dfsTraversalRecursive(i); // 递归调用,从节点 i 开始深度优先搜索
            }
        }
    }
}

邻接表表示的图

java 复制代码
public class DFSTraversalAdjacencyList {
    private List<List<Integer>> adjacencyList; // 邻接表存储图的结构
    private boolean[] visited; // 标记节点是否被访问过

    // 构造函数,初始化邻接表和visited数组
    public DFSTraversalAdjacencyList(int numNodes) {
        this.adjacencyList = new ArrayList<>();
        for (int i = 0; i < numNodes; i++) {
            this.adjacencyList.add(new ArrayList<>());
        }
        this.visited = new boolean[numNodes];
    }

    // 添加边到邻接表
    public void addEdge(int source, int destination) {
        adjacencyList.get(source).add(destination);
    }

    // 递归实现的深度优先搜索遍历
    public void dfsTraversalRecursive(int startNode) {
        visited[startNode] = true; // 标记当前节点为已访问
        System.out.print(startNode + " "); // 输出当前节点

        // 遍历当前节点的所有邻居节点
        for (int neighbor : adjacencyList.get(startNode)) {
            if (!visited[neighbor]) {
                dfsTraversalRecursive(neighbor); // 递归调用,从邻居节点开始深度优先搜索
            }
        }
    }

2.广度优先搜索理论基础(bfs)

  • 使用场景
java 复制代码
广搜的搜索方式就适合于解决两个点之间的最短路径问题。

因为广搜是从起点出发,以起始点为中心一圈一圈进行搜索,一旦遇到终点,记录之前走过的节点就是一条最短路
  • Java代码实现

邻接矩阵表示的图

java 复制代码
public class BFSTraversalAdjacencyMatrix {
    private int[][] adjacencyMatrix; // 邻接矩阵存储图的结构
    private boolean[] visited; // 标记节点是否被访问过

    public BFSTraversalAdjacencyMatrix(int numNodes) {
        this.adjacencyMatrix = new int[numNodes][numNodes]; // 初始化邻接矩阵
        this.visited = new boolean[numNodes]; // 初始化visited数组
    }

    // 添加边到邻接矩阵
    public void addEdge(int source, int destination) {
        adjacencyMatrix[source][destination] = 1;
    }

    // 广度优先搜索遍历
    public void bfsTraversal(int startNode) {
        Queue<Integer> queue = new LinkedList<>(); // 创建一个队列用于BFS遍历
        queue.add(startNode); // 将起始节点加入队列
        visited[startNode] = true; // 标记起始节点为已访问

        while (!queue.isEmpty()) {
            int currentNode = queue.poll(); // 出队列一个节点
            System.out.print(currentNode + " "); // 输出当前节点

            for (int i = 0; i < adjacencyMatrix.length; i++) {
                if (adjacencyMatrix[currentNode][i] == 1 && !visited[i]) {
                    queue.add(i); // 将未访问的邻居节点加入队列
                    visited[i] = true; // 标记邻居节点为已访问
                }
            }
        }
    }
}

邻接表表示的图

java 复制代码
public class BFSTraversalAdjacencyList {
    private LinkedList<Integer>[] adjacencyList; // 邻接表存储图的结构
    private boolean[] visited; // 标记节点是否被访问过

    public BFSTraversalAdjacencyList(int numNodes) {
        // 初始化邻接表
        this.adjacencyList = new LinkedList[numNodes];
        for (int i = 0; i < numNodes; i++) {
            adjacencyList[i] = new LinkedList<Integer>();
        }
        // 初始化visited数组
        this.visited = new boolean[numNodes];
    }

    // 添加边到邻接表
    public void addEdge(int source, int destination) {
        adjacencyList[source].add(destination);
    }

    // 广度优先搜索遍历
    public void bfsTraversal(int startNode) {
        Queue<Integer> queue = new LinkedList<>(); // 创建一个队列用于BFS遍历
        queue.add(startNode); // 将起始节点加入队列
        visited[startNode] = true; // 标记起始节点为已访问

        while (!queue.isEmpty()) {
            int currentNode = queue.poll(); // 出队列一个节点
            System.out.print(currentNode + " "); // 输出当前节点

            for (int neighbor : adjacencyList[currentNode]) {
                if (!visited[neighbor]) {
                    queue.add(neighbor); // 将未访问的邻居节点加入队列
                    visited[neighbor] = true; // 标记邻居节点为已访问
                }
            }
        }
    }
}
相关推荐
127_127_12717 小时前
2025 FJCPC 复建 VP
数据结构·图论·模拟·ad-hoc·分治·转化
wwer1425263631 天前
数学建模_图论
数学建模·图论
ysa0510301 天前
Dijkstra 算法#图论
数据结构·算法·图论
一只鱼^_2 天前
基础算法合集-图论
数据结构·算法·深度优先·图论·广度优先·宽度优先·图搜索算法
闻缺陷则喜何志丹14 天前
【并集查找】P10729 [NOISG 2023 Qualification] Dolls|普及+
c++·算法·图论·洛谷·并集查找
CodeWithMe14 天前
【Algorithm】图论入门
c++·图论
东方芷兰16 天前
Leetcode 刷题记录 13 —— 图论
算法·leetcode·图论
蒙奇D索大17 天前
【数据结构】图论实战:DAG空间压缩术——42%存储优化实战解析
数据结构·笔记·学习·考研·图论·改行学it
蒙奇D索大21 天前
【数据结构】图论最短路圣器:Floyd算法如何用双矩阵征服负权图?
数据结构·算法·矩阵·图论·图搜索算法
芜湖xin22 天前
【题解-洛谷】B4292 [蓝桥杯青少年组省赛 2022] 路线
算法·图论·bfs·图的遍历