Java深度优先搜索示例
时间:2020-02-23 14:34:03 来源:igfitidea点击:
当涉及到从Java中给定的数据结构访问数据时,搜索和/或者遍历同样重要。图和树是可以使用不同方法搜索和/或者遍历的数据结构示例。
深度优先搜索,简称DFS,从一个未访问的节点开始,然后开始选择一个相邻的节点,直到没有剩余的节点为止。在这个“过程”之后,我们将回溯到有另一个选择来选择一个节点,如果没有,那么只需选择另一个未访问的节点。
使用堆栈实现
上图访问节点的顺序是:5 10 25 30 35 40 15 20
使用堆栈数据结构实现DFS
节点.java表示上图中的每个“球”或者“圆”。它有一个表示每个球的“值”的 val,还有一个名为 visited的布尔变量,顾名思义,它表示遍历是否访问过一个节点。Node类的第三个实例变量是一个ArrayList,它表示当前节点的所有邻接(或者邻居),称为adjacents。(如果我们想了解更多关于ArrayList的信息,可以查看本教程。)
就这个类中的方法而言,有一个简单的构造函数,它接受一个值并创建一个空的ArrayList、Setter和Getter方法以及一个允许添加相邻节点的方法。
节点.java
import java.util.*;
public class Node{
private int val;
private boolean visited;
private List<Node> adjecents;
public Node(int val) {
this.val = val;
this.adjecents = new ArrayList<>();
}
public void addAdjecents(Node n) {
this.adjecents.add(n);
}
public List<Node> getAdjacenets() {
return adjecents;
}
public int getVal() {
return this.val;
}
public boolean isVisited() {
return this.visited;
}
public void setVal(int v) {
this.val = v;
}
public void setVisited(boolean visited) {
this.visited = visited;
}
}
DFS.java
这个类只有一个方法:解决方案。
它使用堆栈数据结构,以节点为元素。它将指定的元素添加到节点,然后将其标记为已访问。之后,会有一个while循环来检查堆栈是否为空。如果不是,则从堆栈中移除一个元素,获取要移除的元素的邻居。然后,还有另一个循环,其目的是将每个邻居节点标记为已访问,并将该邻居节点添加到堆栈中。
import java.util.*;
public class DFS {
public void stackSolution(Node node) {
Stack<Node> DFS_stack = new Stack<Node>();
DFS_stack.add(node);
node.setVisited(true);
while (!DFS_stack.isEmpty()) {
Node nodeRemove = DFS_stack.pop();
System.out.print(nodeRemove.getVal() + " ");
List<Node> adjs = nodeRemove.getAdjacenets();
for (int i = 0; i < adjs.size(); i++) {
Node currentNode = adjs.get(i);
if(currentNode != null && !currentNode.isVisited()) {
DFS_stack.add(currentNode);
currentNode.setVisited(true);
}
}
}
}
}
主类
这个类中的main方法创建了节点类的8个实例并传递了一些值。(请记住,下面的示例使用上面的图形(图像)。我们正在添加不同的节点作为不同节点的邻居。之后,我们从node5开始遍历它。
import java.util.*;
public class Main {
public static void main(String [] args) {
Node node5 = new Node(5);
Node node10 = new Node(10);
Node node15 = new Node(15);
Node node20 = new Node(20);
Node node25 = new Node(25);
Node node30 = new Node(30);
Node node35 = new Node(35);
Node node40 = new Node(40);
node5.addAdjecents(node10);
node10.addAdjecents(node15);
node15.addAdjecents(node20);
node10.addAdjecents(node25);
node25.addAdjecents(node35);
node35.addAdjecents(node40);
node25.addAdjecents(node30);
DFS demo = new DFS();
System.out.println("DFS traversal of above graph: ");
demo.stackSolution(node5);
}
}
输出
DFS traversal of above graph: 5 10 25 30 35 40 15 20

