数据结构 --有向图
作者:互联网
一、概述
有向图是一副具有方向性的图,是由一组顶点和一组有方向的边组成的,每条方向的边都连着一对有序的顶点
二、邻接矩阵实现(todo)
2.1 API设计
2.2 实现
2.3 测试
三、邻接表实现
3.1 API设计
类名 | Digraph |
---|---|
构造方法 | Digraph(int V):创建一个包含V个顶点但不包含边的有向图 |
成员方法 | 1.public int V():获取图中顶点的数量 2.public int E():获取图中边的数量 3.public void addEdge(int v,int w):向有向图中添加一条边 v->w 4.public Queue adj(int v):获取由v指出的边所连接的所有顶点 5.private Digraph reverse():该图的反向图 |
成员变量 | 1.private final int V: 记录顶点数量 2.private int E: 记录边数量 3.private Queue[] adj: 邻接表 |
3.2 实现
/**
* 有向图
* @date 2021/7/9 16:54
*/
public class Digraph {
// 记录顶点数量
private final int V;
// 记录边数量
private int E;
// 邻接表
private Queue<Integer>[] adj;
public Digraph(int V) {
//初始化顶点数量
this.V = V;
//初始化边的数量
this.E = 0;
//初始化邻接表
this.adj = new Queue[V];
//初始化邻接表中的空队列
for (int i = 0; i < adj.length; i++) {
adj[i] = new Queue<Integer>();
}
}
// 获取顶点数目
public int V() {
return V;
}
// 获取边的数目
public int E() {
return E;
}
// 向有向图中添加一条边v->w
public void addEdge(int v, int w) {
// 只需要让顶点w出现在顶点v的邻接表中,因为边是有方向的,最终,顶点v的邻接表中存储的相邻顶点的含义是: v->其他顶点
adj[v].enqueue(w);
E++;
}
// 获取由v指出的边所连接的所有顶点
public Queue<Integer> adj(int v) {
return adj[v];
}
// 该图的反向图
private Digraph reverse() {
// 创建有向图对象
Digraph r = new Digraph(V);
// 遍历原图的每一个节点
for (int v = 0; v < V; v++) {
// 获取由该顶点v指出的所有边
for (Integer w : adj[v]) { // 原图中表示的是由顶点v->w的边
r.addEdge(w,v); // w->v
}
}
return r;
}
}
3.3 测试
// 测试有向图数据结构
public static void test01() throws NoSuchMethodException, InvocationTargetException, IllegalAccessException {
Digraph digraph = new Digraph(10);
digraph.addEdge(1,2);
digraph.addEdge(1,3);
digraph.addEdge(4,1);
System.out.print("由顶点1指出的边所连接的所有顶点:");
for (Integer w : digraph.adj(1)) {
System.out.print(w+"顶点 ");
}
System.out.println();
// 反向该图
Class<Digraph> digraphClass = Digraph.class;
Method method = digraphClass.getDeclaredMethod("reverse", null);
method.setAccessible(true);
digraph = (Digraph)method.invoke(digraph);
System.out.println("----------------------反向该图后---------------------");
System.out.print("由顶点1指出的边所连接的所有顶点:");
for (Integer w : digraph.adj(1)) {
System.out.print(w+"顶点 ");
}
}
四、检测有向图中的环
4.1 API设计
类名 | DirectedCycle |
---|---|
构造方法 | DirectedCycle(Digraph G):创建一个检测环对象,检测图G中是否有环 |
成员方法 | 1.private void dfs(Digraph G,int v):基于深度优先搜索,检测图G中是否有环 2.public boolean hasCycle():判断图中是否有环 |
成员变量 | 1.private boolean[] marked: 索引代表顶点,值表示当前顶点是否已经被搜索 2.private boolean hasCycle: 记录图中是否有环 3.private boolean[] onStack:索引代表顶点,使用栈的思想,记录当前顶点有没有已经处于正在搜索的有向路径上 |
4.2 实现
/**
* 检测有向图中的环
*
* @date 2021/7/9 20:41
*/
public class DirectedCycle {
//索引代表顶点,值表示当前顶点是否已经被搜索
private boolean[] marked;
//记录图中是否有环
private boolean hasCycle;
//索引代表顶点,使用栈的思想,记录当前顶点有没有已经处于正在搜索的有向路径上
private boolean[] onStack;
//创建一个检测环对象,检测图G中是否有环
public DirectedCycle(Digraph G) {
//创建一个和图的顶点数一样大小的marked数组
marked = new boolean[G.V()];
//创建一个和图的顶点数一样大小的onStack数组
onStack = new boolean[G.V()];
//默认没有环
this.hasCycle = false;
//遍历搜索图中的每一个顶点
for (int v = 0; v < G.V(); v++) {
//如果当前顶点没有搜索过,则搜索
if (!marked[v]) {
dfs(G, v);
}
}
}
//基于深度优先搜索,检测图G中是否有环
private void dfs(Digraph G, int v) {
//把当前顶点标记为已搜索
marked[v] = true;
//让当前顶点进栈
onStack[v] = true;
//遍历v顶点的邻接表,得到每一个顶点w
for (Integer w : G.adj(v)) {
//如果当前顶点w没有被搜索过,则递归搜索与w顶点相通的其他顶点
if (!marked[w]) {
dfs(G, w);
}
//如果顶点w已经被搜索过,则查看顶点w是否在栈中,如果在,则证明图中有环,修改hasCycle标 记,结束循环
if (onStack[w]) {
hasCycle = true;
return;
}
}
//当前顶点已经搜索完毕,让当前顶点出栈
onStack[v]=false;
}
//判断w顶点与s顶点是否相通
public boolean hasCycle() {
return hasCycle;
}
}
4.5 测试
public class DirectedCycleTest {
public static void main(String[] args) {
Digraph digraph = new Digraph(10);
digraph.addEdge(1,2);
digraph.addEdge(2,3);
digraph.addEdge(3,1);
DirectedCycle directedCycle = new DirectedCycle(digraph);
System.out.println("是否有环:" + directedCycle.hasCycle());
}
}
五、基于深度优先的顶点排序
5.1 API设计
类名 | DepthFirstOrder |
---|---|
构造方法 | DepthFirstOrder(Digraph G):创建一个顶点排序对象,生成顶点线性序列; |
成员方法 | 1.private void dfs(Digraph G,int v):基于深度优先搜索,生成顶点线性序列 2.public Stack reversePost():获取顶点线性序列 |
成员变量 | 1.private boolean[] marked: 索引代表顶点,值表示当前顶点是否已经被搜索 2.private Stack reversePost: 使用栈,存储顶点序列 |
5.2 实现
/**
* 基于深度优先的顶点排序
*
* @date 2021/7/9 21:15
*/
public class DepthFirstOrder {
// 索引代表顶点,值代表当前顶点是否已经被搜索
private boolean[] marked;
// 使用栈,存储顶点序列
private Stack<Integer> reversePost;
// 创建一个检测环对象,检测图G中是否有环
public DepthFirstOrder(Digraph G) {
// 初始化mrked数组
marked = new boolean[G.V()];
// 初始化reversePost栈
reversePost = new Stack<Integer>();
// 遍历图中的每一个顶点,让每一个顶点作为入口,完成一次深度优先搜索
for (int v = 0; v < G.V(); v++) {
if (!marked[v]) {
dfs(G, v);
}
}
}
// 基于深度优先搜索,检测图G中是否有环
private void dfs(Digraph G, int v) {
// 标记当前v已经被搜索
marked[v] = true;
// 通过循环深度搜索顶点v
for (Integer w : G.adj(v)) {
//如果当前顶点w没有被搜索过,则递归搜索与w顶点相通的其他顶点
if (!marked[w]) {
dfs(G, w);
}
}
// 让顶点v进栈
reversePost.push(v);
}
// 获取顶点线性序列
public Stack<Integer> reversePost() {
return reversePost;
}
}
5.3 测试
public class DepthFirstOrderTest {
public static void main(String[] args) {
Digraph digraph = new Digraph(10);
digraph.addEdge(1,2);
digraph.addEdge(1,3);
DepthFirstOrder depthFirstOrder = new DepthFirstOrder(digraph);
Stack<Integer> reversePost = depthFirstOrder.reversePost();
System.out.println("顶点排序序列:");
for (Integer integer : reversePost) {
System.out.print(integer + " ");
}
}
}
六、拓扑排序
6.1 API设计
类名 | TopoLogical |
---|---|
构造方法 | TopoLogical(Digraph G):构造拓扑排序对象 |
成员方法 | 1.public boolean isCycle():判断图G是否有环 2.public Stack order():获取拓扑排序的所有顶点 |
成员变量 | 1.private Stack order: 顶点的拓扑排序 |
6.2 实现
/**
* 拓扑排序
* @date 2021/7/9 22:34
*/
public class TopoLogical {
// 顶点的拓扑排序
private Stack<Integer> order;
// 构造拓扑排序对象
public TopoLogical(Digraph G) {
//创建检测环对象,检测图G中是否有环
DirectedCycle dCycle = new DirectedCycle(G);
if (!dCycle.hasCycle()) {
//如果没有环,创建顶点排序对象,进行顶点排序
DepthFirstOrder depthFirstOrder = new DepthFirstOrder(G);
order = depthFirstOrder.reversePost();
}
}
// 判断图G是否有环
public boolean isCycle() {
return order == null;
}
// 获取拓扑排序的所有顶点
public Stack<Integer> order() {
return order;
}
}
6.3 测试
public class TopoLogicalTest {
public static void main(String[] args) {
Digraph digraph = new Digraph(10);
digraph.addEdge(1,2);
digraph.addEdge(1,3);
TopoLogical topoLogical = new TopoLogical(digraph);
Stack<Integer> order = topoLogical.order();
System.out.print("拓扑排序:");
for (Integer w : order) {
System.out.print(w+" ");
}
}
}
标签:有向图,digraph,--,private,Digraph,int,顶点,数据结构,public 来源: https://blog.csdn.net/m0_46218511/article/details/118610112