zoukankan      html  css  js  c++  java
  • Java实现DFS深度优先查找

    1 问题描述
    深度优先查找(depth-first search,DFS)可以从任意顶点开始访问图的顶点,然后把该顶点标记为已访问。在每次迭代的时候,该算法紧接着处理与当前顶点邻接的未访问顶点。这个过程一直持续,直到遇到一个终点——该顶点的所有邻接顶点都已被访问过。在该终点上,该算法沿着来路后退一条边,并试着继续从那里访问未访问的顶点。再后退到起始顶点上,并且起始顶点也是一个终点时,该算法最终停了下来。这样,起始顶点所在的连通分量的所有顶点都被访问过了。如果,未访问过的顶点仍然存在,该算法必须从其中任一点开始,重复上述过程。

    总之,记住一句话,深度优先查找就是先尽可能达到当前遍历路径能够达到最长的路径,一旦达到该路径终点,再回溯,从原来已遍历过顶点(PS:该顶点包含多个分支路径)处开始新的分支路径遍历。

    2 解决方案
    2.1 蛮力法

    此处借用算法设计与分析基础(第三版)上一段概念介绍,及说明图形介绍其具体遍历过程,下面的具体代码使用数据就是下图中相关数据。

    在这里插入图片描述

    在这里插入图片描述

    package com.liuzhen.chapterThree;
    
    public class DepthFirstSearch {
        public int count = 0;    //用于计算遍历总次数
         /*
          * adjMatrix是待遍历图的邻接矩阵
          * value是待遍历图顶点用于是否被遍历的判断依据,0代表未遍历,非0代表已被遍历
          * result用于存放深度优先遍历的顶点顺序
          */
        public void dfs(int[][] adjMatrix,int[] value,char[] result){
            for(int i = 0;i < value.length;i++){
                if(value[i] == 0){         
                    char temp = (char) ('a' + i);
                    System.out.println();
                    System.out.println("深度为:"+i+",当前出发点:"+temp);
                    result[i] = temp;                //存放当前正在遍历顶点下标字母
                    dfsVisit(adjMatrix,value,result,i);
                }
            }            
        }
         /*
         * adjMatrix是待遍历图的邻接矩阵
         * value是待遍历图顶点用于是否被遍历的判断依据,0代表未遍历,非0代表已被遍历
         * result用于存放深度优先遍历的顶点顺序
         * number是当前正在遍历的顶点在邻接矩阵中的数组下标编号
         */
        public void dfsVisit(int[][] adjMatrix,int[] value,char[] result,int number){
            value[number] = ++count;               //把++count赋值给当前正在遍历顶点判断值数组元素,变为非0,代表已被遍历
            System.out.print("当前已行走顶点value["+number+"] = "+value[number]+"  ");
            for(int i = 0;i < value.length;i++){
                if(adjMatrix[number][i] == 1 && value[i] == 0){          //当当前顶点的相邻有相邻顶点可行走且其为被遍历
                    char temp = (char) ('a' + i);
                    result[count] = temp;        //存放即将行走的顶点下标字母
                    System.out.println(" 当前i值:"+i+" 到达"+temp+"地");
                    dfsVisit(adjMatrix,value,result,i);   //执行递归,行走第i个顶点
                }
            }
        }
        
        public static void main(String[] args){
            int[] value = new int[10];              //初始化后,各元素均为0
            char[] result = new char[10];
            int[][] adjMatrix = {{0,0,1,1,1,0,0,0,0,0},
                    {0,0,0,0,1,1,0,0,0,0},
                    {1,0,0,1,0,1,0,0,0,0},
                    {1,0,1,0,0,0,0,0,0,0},
                    {1,1,0,0,0,1,0,0,0,0},
                    {0,1,1,0,1,0,0,0,0,0},
                    {0,0,0,0,0,0,0,1,0,1},
                    {0,0,0,0,0,0,1,0,1,0},
                    {0,0,0,0,0,0,0,1,0,1},
                    {0,0,0,0,0,0,1,0,1,0}};
            DepthFirstSearch test = new DepthFirstSearch();
            test.dfs(adjMatrix,value,result);
            System.out.println();
            System.out.println("判断节点是否被遍历结果(0代表未遍历,非0代表已被遍历):");
            for(int i = 0;i < value.length;i++)
                System.out.print("  "+value[i]);
            System.out.println();
            System.out.println("深度优先查找遍历顺序如下:");
            for(int i = 0;i < result.length;i++)
                System.out.print("  "+result[i]);
        }
    }
    

    运行结果:

    深度为:0,当前出发点:a
    当前已行走顶点value[0] = 1   当前i值:2 到达c地
    当前已行走顶点value[2] = 2   当前i值:3 到达d地
    当前已行走顶点value[3] = 3   当前i值:5 到达f地
    当前已行走顶点value[5] = 4   当前i值:1 到达b地
    当前已行走顶点value[1] = 5   当前i值:4 到达e地
    当前已行走顶点value[4] = 6  
    深度为:6,当前出发点:g
    当前已行走顶点value[6] = 7   当前i值:7 到达h地
    当前已行走顶点value[7] = 8   当前i值:8 到达i地
    当前已行走顶点value[8] = 9   当前i值:9 到达j地
    当前已行走顶点value[9] = 10  
    判断节点是否被遍历结果(0代表未遍历,非0代表已被遍历):
     5  2  3  6  4  7  8  9  10
    深度优先查找遍历顺序如下:
      a  c  d  f  b  e  g  h  i  j
    
  • 相关阅读:
    const,var,let区别(转载)
    在windows上搭建redis集群
    Linux学习笔记—vim程序编辑器
    Linux学习笔记—文件与文件系统的压缩与打包(转载)
    Linux学习笔记—Linux磁盘与文件系统管理(转载)
    五,mysql优化——sql语句优化小技巧
    八,mysql优化——读写分离
    六,mysql优化——小知识点
    七,mysql优化——表的垂直划分和水平划分
    三,mysql优化--sql语句优化之索引一
  • 原文地址:https://www.cnblogs.com/a1439775520/p/12948079.html
Copyright © 2011-2022 走看看