扫二维码与项目经理沟通
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流
深度优先遍历
在酉阳土家族苗族等地区,都构建了全面的区域性战略布局,加强发展的系统性、市场前瞻性、产品创新能力,以专注、极致的服务理念,为客户提供成都网站设计、成都做网站 网站设计制作按需网站策划,公司网站建设,企业网站建设,高端网站设计,网络营销推广,外贸网站制作,酉阳土家族苗族网站建设费用合理。
深度优先遍历类似于一个人走迷宫:
如图所示,从起点开始选择一条边走到下一个顶点,没到一个顶点便标记此顶点已到达。
当来到一个标记过的顶点时回退到上一个顶点,再选择一条没有到达过的顶点。
当回退到的路口已没有可走的通道时继续回退。
而连通分量,看概念:无向图G的极大连通子图称为G的连通分量( Connected Component)。任何连通图的连通分量只有一个,即是其自身,非连通的无向图有多个连通分量。
下面看看具体实例:
package com.dataStructure.graph; // 求无权图的联通分量 public class Components { private Graph graph; // 存放输入的数组 private Boolean[] visited; // 存放节点被访问状态 private int componentCount; // 连通分量的数量 private int[] mark; // 存储节点所属联通分量的标记 // 构造函数,初始化私有属性 public Components(Graph graph) { this.graph = graph; componentCount = 0; // 连通分量初始数量为 0 visited = new Boolean[graph.V()]; mark = new int[graph.V()]; for (int i = 0; i < graph.V(); i++) { visited[i] = false; // 节点初始访问状态为 false mark[i] = -1; // 节点初始连通分量标记为 -1 } for (int i = 0; i < graph.V(); i++) { // 对于未被访问的节点进行 dfs深度优先遍历 if (!visited[i]) { dfs(i); componentCount++; // 对一个节点进行dfs 到底后,一个连通分量结束,数量+1 } } } private void dfs(int i) { visited[i] = true; // 节点 i 已被访问 mark[i] = componentCount; // 节点 i 属于当前连通分量的数量(标记) for (int node : graph.adjacentNode(i)) { // 遍历图中节点 i 的邻接节点 if (!visited[node]) // 对未被访问的邻接节点进行 dfs dfs(node); } } public Boolean isConnected(int v, int w) { return mark[v] == mark[w]; // 根据两节点所属连通分量的标记判断两节点是否相连 } public int getComponentCount() { return componentCount; // 返回 graph 中连通分量的数量 } } //public class Components { // // private Graph G; // 图的引用 // private boolean[] visited; // 记录dfs的过程中节点是否被访问 // private int ccount; // 记录联通分量个数 // private int[] id; // 每个节点所对应的联通分量标记 // // // 图的深度优先遍历 // private void dfs(int v) { // // visited[v] = true; // 节点 v 的访问状态置为 true // id[v] = ccount; // 节点 v 对应的联通标记设置为 ccount // // // 遍历节点 v 的邻接点 i // for (int i : G.adjacentNode(v)) { // // 如果邻接点 i 尚未被访问 // if (!visited[i]) // // 对邻接点 i 进行深度优先遍历 // dfs(i); // } // } // // // 构造函数, 求出无权图的联通分量 // public Components(Graph graph) { // // // 算法初始化 // G = graph; // // // visited 数组存储 图G 中 节点的被访问状态 // visited = new boolean[G.V()]; // // // id 数组存储 图G 中 节点所属连通分量的标记 // id = new int[G.V()]; // // // 连通分量数量初始化为 0 // ccount = 0; // // // 将 visited 数组全部置为 false; id 数组全部置为 -1 // for (int i = 0; i < G.V(); i++) { // visited[i] = false; // id[i] = -1; // } // // // 求图的联通分量 // for (int i = 0; i < G.V(); i++) // // 访问一个未曾被访问的节点 // if (!visited[i]) { // // 对其进行深度优先遍历 // dfs(i); // ccount++; // } // } // // // 返回图的联通分量个数 // int count() { // return ccount; // } // // // 查询点v和点w是否联通(节点v 和 w 的联通分量的标记是否相同 // boolean isConnected(int v, int w) { // assert v >= 0 && v < G.V(); // assert w >= 0 && w < G.V(); // return id[v] == id[w]; // } //}
通分量数量为 3
总结
以上就是本文关于Java编程实现深度优先遍历与连通分量代码示例的全部内容,希望对大家有所帮助。如有不足之处,欢迎留言指出。关注创新互联,您会有更多收获。
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流