BFS和DFS的java实现

<pre name="code" class="java">
import java.util.HashMap;
import java.util.LinkedList;
import java.util.Queue;

/*广度遍历是遍历到某个顶点,然后訪问其连接点a,b。接着訪问a的连接表,
 非常自然的,这种数据结构就是HashMap,以顶点为key。保存每一个顶点的连接表
 */
public class BFS {
	static int count=0;
	/*
	 * HashMap<Character,LinkedList<Character>> graph 这个HashMap是用于存放图中每一个node的邻接表
	 * 表示此映射所维护的键的类型为Character。此映射值的类型为LinkedList<Character> graph
	 * 表示将映射关系存放在graph此映射中
	 * 
	 * LinkedList<Character> 表示在此Collection中保持元素类型为Character
	 * 
	 * HashMap<Character,Integer> dist 这个HashMap 是用于存放每一个node与距离顶点s的距离的映射关系
	 * 表示此映射所维护的键的类型为Character 此映射所维护的值的类型为Integer。dist表示将映射关系存放到dist此映射中
	 */
	private void bfs(HashMap<Character, LinkedList<Character>> graph,
			HashMap<Character, Integer> dist, char start) {
		// Queue<Character> 表示在此Collection中所保存的元素的类型为Character
		Queue<Character> q = new LinkedList<Character>();
		q.add(start);// 将指定元素s插入队列,成功时返回true,假设没有可用空间。则返回illegalStateException
		//put(start,0) start为指定值将要关联的键,0为指定值将要关联的值。 假设start与0的映射关系已存在,则返回并替换旧值0
		//假设 start与0的映射关系不存在,则返回null
		dist.put(start, 0);
		int i = 0;
		while (!q.isEmpty())//
		{
			char top = q.poll();// 获取并移除队列的头,返回队列的头,假设队列为空。返回null
			i++;
			// dist.get(top) 返回指定键top所映射的值
			System.out.println("The " + i + "th element:" + top+ " Distance from s is:" + dist.get(top));
			int d = dist.get(top) + 1;// 得出其周边还未被訪问的节点的距离
			/*
			 * graph.get(top)假设此映射包括一个满足 (key==null ? k==null : key.equals(k))
			 * 的从 k 键到 v 值的映射关系,则此方法返回 v;否则返回 null。(最多仅仅能有一个这种映射关系。

) * for(元素变量:元素集合),假设元素集合中全部元素都已遍历过,则结束此循环。 否则运行for循环里的程序块 */ for (Character c : graph.get(top)) { // containskey(key) 假设此映射包括对于指定键key的映射关系,则返回true if (!dist.containsKey(c))// 假设dist中还没有该元素说明还没有被訪问 { //关联指定键c与指定值d。假设关联关系已存在。则替换旧值d。返回旧值d, 假设无映射关系,则返回null dist.put(c, d); q.add(c); // 将指定元素c插入队列,成功时返回true。假设没有可用空间,则返回illegalStateException } } } } private static void dfs(HashMap<Character , LinkedList<Character>> graph,HashMap<Character, Boolean> visited) { visit(graph, visited, 's'); } private static void visit(HashMap<Character , LinkedList<Character>> graph,HashMap<Character, Boolean> visited,char start) { if (!visited.containsKey(start)) { count++; System.out.println("The time into element " + start + ":" + count);// 记录进入该节点的时间 visited.put(start, true); for (Character c : graph.get(start)) { if (!visited.containsKey(c)) { visit(graph, visited, c);// 递归訪问其邻近节点 } } count++; System.out.println("The time out element " + start + ":" + count);// 记录离开该节点的时间 } } public static void main(String args[]) { BFS bb = new BFS(); // s顶点的邻接表 LinkedList<Character> list_s = new LinkedList<Character>(); list_s.add('w'); list_s.add('r'); LinkedList<Character> list_w = new LinkedList<Character>(); list_w.add('s'); list_w.add('x'); list_w.add('i'); LinkedList<Character> list_r = new LinkedList<Character>(); list_r.add('s'); list_r.add('v'); LinkedList<Character> list_x = new LinkedList<Character>(); list_x.add('w'); list_x.add('y'); list_x.add('u'); LinkedList<Character> list_v = new LinkedList<Character>(); list_v.add('r'); LinkedList<Character> list_i = new LinkedList<Character>(); list_i.add('w'); LinkedList<Character> list_u = new LinkedList<Character>(); list_u.add('x'); LinkedList<Character> list_y = new LinkedList<Character>(); list_y.add('x'); HashMap<Character, LinkedList<Character>> graph = new HashMap<Character, LinkedList<Character>>(); graph.put('s', list_s); graph.put('w', list_w); graph.put('r', list_r); graph.put('x', list_x); graph.put('v', list_v); graph.put('i', list_i); graph.put('y', list_y); graph.put('u', list_u); System.out.println("BFS starts:"); HashMap<Character, Integer> dist = new HashMap<Character, Integer>(); char start = 's'; bb.bfs(graph, dist, start); System.out.println("DFS starts:"); HashMap<Character, Boolean> visited=new HashMap<Character, Boolean>(); bb.dfs(graph, visited); } }


												
    原文作者:lytwajue
    原文地址: https://www.cnblogs.com/lytwajue/p/6791365.html
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞