BFS和DFS的java实现

标签：

<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，然后访问其连接点a,b；接着访问a的连接表，
 很自然的，这种数据结构就是HashMap，以顶点为key，保存每个顶点的连接表
 */
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，如果没有可用空间，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， 如果start与0的映射关系已存在，则返回并替换旧值0
		//如果 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，如果队列为空，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;// 得出其周边还未被访问的节点的距离
			/*
			 * graph.get(top)如果此映射包含一个满足 (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。（最多只能有一个这样的映射关系。）
			 * for（元素变量：元素集合），如果元素集合中所有元素都已遍历过，则结束此循环， 否则执行for循环里的程序块
			 */
			for (Character c : graph.get(top)) {
				// containskey(key) 如果此映射包含对于指定键key的映射关系，则返回true
				if (!dist.containsKey(c))// 如果dist中还没有该元素说明还没有被访问
				{
					//关联指定键c与指定值d，如果关联关系已存在，则替换旧值d，返回旧值d， 如果无映射关系，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，如果没有可用空间，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);// 递归访问其邻近节点
				}
			}
			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);
	}
}

BFS和DFS的java实现

标签：

原文地址：http://blog.csdn.net/cfcf0517/article/details/46789235