作爲數據結構中最難的一個結構,圖。可以說是折磨了筆者整個大學時光。本想着終於可以擺脫了,誰能想到陰差陽錯的,要去做這個DAG。
基礎概念
有向無環圖
有向無環圖指的是一個沒有迴路的有向圖,簡單的說就是沒有撤退可言。在圖論中,如果一個人有向圖無法從某個頂點出發,經過若干條邊回到該頂點,則這個圖是一個有向無環圖(DAG圖)。那麼現在一個小的問題來了。什麼是有向圖?什麼是圖?
圖
圖G由頂點集V和邊集E組成,記爲G=(V,E),其中V(G)表示圖G中頂點的有限非空集;E(G)表示圖G中頂點之間的關係(邊)的集合。
概念這玩意從來是讓人看的。我知道大家有人肯定沒看懂。但這個沒關係,我來解釋就好了。先看下面的這張圖:
現在我們再來看這個概念,什麼叫頂點集,圖中的 A,B,C,D,E,F ,這就是一個頂點集,也就是一個V的集合。集合內的元素是A,B,C,D,E,F。再來看什麼叫做邊集。我們可以看到,A->B,是不是有一個連線,去連接AB?這條線就是邊。邊組成的集合,我們稱爲邊集。也就是說,一個E的集合。集合內元素是 AB,AC,BE,EF,EG 組成的集合。
這就是圖的概念。圖的概念理解後,現在就是有哪些圖了。一般我們會根據圖是否是閉合的,分爲有環圖和無環圖。無環圖就是指,無論你從哪個頂點走,你都不會回來的。根據我們的邊的是否有方向分爲有向圖和無向圖。這裏我們討論有向圖。
有向圖
前面說了圖的概念,現在來看有向圖。由於有向圖的邊是有方向性的,所以我們在表示有向圖的時候,需要注意我們的方向不要錯了。前面的舉的例子,就是一個有向圖,而且是無環的。
相關術語
這裏的關於圖的術語,會比較多,遇到了參考下就好了,一般用用就會了。
- 頂點:圖中的一個點
- 邊:連接兩個頂點的線段叫做邊,edge
- 相鄰的:一個邊的兩頭的頂點稱爲是相鄰的頂點
- 度數:由一個頂點出發,有幾條邊就稱該頂點有幾度,或者該頂點的度數是幾,degree
- 路徑:通過邊來連接,按順序的從一個頂點到另一個頂點中間經過的頂點集合
- 簡單路徑:沒有重複頂點的路徑
- 環:至少含有一條邊,並且起點和終點都是同一個頂點的路徑
- 簡單環:不含有重複頂點和邊的環
- 連通的:當從一個頂點出發可以通過至少一條邊到達另一個頂點,我們就說這兩個頂點是連通的
- 連通圖:如果一個圖中,從任意頂點均存在一條邊可以到達另一個任意頂點,我們就說這個圖是個連通圖
- 無環圖:是一種不包含環的圖
- 稀疏圖:圖中每個頂點的度數都不是很高,看起來很稀疏
- 稠密圖:圖中的每個頂點的度數都很高,看起來很稠密
- 二分圖:可以將圖中所有頂點分爲兩部分的圖、
在 有向圖 中,我們一般還會有這樣的術語: - 出度:由一個頂點出發的邊的總數
- 入度:指向一個頂點的邊的總數
接着,由於有向圖的方向性,一條邊的出發點稱爲頭,指向點稱爲尾。
-
有向路徑:圖中的一組頂點可以滿足從其中任意一個頂點出發,都存在一條有向邊指向這組頂點中的另一個。
-
有向環:至少含有一條邊的起點和終點都是同一個頂點的一條有向路徑。
-
簡單有向環:一條不含有重複頂點和邊的環。
-
路徑或環的長度就是他們包含的邊數。
算法實現
這裏我使用的是Java語言。僅供大家參考。
首先看我的程序的基本結構:
大家看到這個結構圖,也能知道DAGGraph裏面是什麼,所以這個接口我就不貼出了。BFS和 DFS是我的兩個內部實現類,目前DFS還處於編寫狀態,但是怎麼寫,筆者還不確定。如果網友有思路可以和我交流一下。
AbsDGraph.java
/**
* @author Mr.Sun
* @version v.1.0
* @title AdjacencyListDGraph
* @description 鄰接鏈表實現的有向圖
* @date 2020/3/23 9:38
*/
public abstract class AbsDGraph<V> {
private static Logger log = Logger.getLogger(AbsDGraph.class);
/**
* 構建一個頂點列表
*/
protected List<VRoot> vRootList ;
public List<VRoot> getVRootList() {
return vRootList;
}
public void setVRootList(List<VRoot> vRootList) {
this.vRootList = vRootList;
}
/**
* 獲取根節點
*
* @param v
* @return
*/
public VRoot getVRoot(V v) {
if (v != null) {
for (VRoot vRoot : vRootList) {
if (vRoot.root != null && v.equals(vRoot.root)) {
return vRoot;
}
}
}
return null;
}
/**
* 判斷節點是否存在
*
* @param v
* @param vIterator
* @return
*/
public boolean vinList(V v, Iterator<V> vIterator) {
if (v != null && vIterator != null) {
while (vIterator.hasNext()) {
V next = vIterator.next();
if (next != null && v.equals(next)) {
return true;
}
}
}
return false;
}
/**
* 刪除頂點
* @param v
* @return
*/
public VRoot removeRoot(V v) {
if (v != null) {
for (VRoot vRoot : vRootList) {
if (vRoot.root != null && v.equals(vRoot.root)){
vRootList.remove(vRoot);
return vRoot;
}
}
}
return null;
}
public void removeRootEdge(V v){
if (v != null ){
for (VRoot vRoot : vRootList) {
vRoot.removeEdge(v);
}
}
}
}
DGraph.java
/**
* @author Mr.Sun
* @version v.1.0
* @title DGraph
* @description
* @date 2020/3/23 14:29
*/
public class DGraph<V> extends AbsDGraph<V> implements DAGGraph<V> {
private static Logger log = Logger.getLogger(DGraph.class);
public DGraph(){
List<VRoot> vRootList = new LinkedList<VRoot>();
setVRootList(vRootList);
}
@Override
public int add(V v) {
int index = -1;
if (v != null) {
VRoot vRoot = new VRoot(v);
getVRootList().add(vRoot);
index = getVRootList().indexOf(vRoot);
}
return index;
}
@Override
public void add(Edge<V> e) {
if (e != null) {
VRoot vRoot = getVRoot(e.getStart());
if (vRoot != null) {
vRoot.addEdge(e);
} else {
System.out.println(System.out.printf("error: can not find v: %s", e.getStart()));
}
}
}
@Override
public V remove(V v) {
VRoot vRoot = removeRoot(v);
if (vRoot != null) {
removeRootEdge(v);
return (V) vRoot.root;
}
return null;
}
@Override
public Edge<V> remove(Edge<V> e) {
if (e != null) {
VRoot vRoot = getVRoot(e.getStart());
if (vRoot != null) {
return vRoot.removeEdge(e.getEnd());
}
}
return null;
}
@Override
public V get(int index) {
if (index >= 0 || index < getVRootList().size()) {
VRoot vRoot = getVRootList().get(index);
if (vRoot != null) {
return (V) vRoot.root;
}
}
return null;
}
@Override
public Edge<V> get(int start, int end) {
V v1 = get(start);
V v2 = get(end);
if (v1 != null && v2 != null) {
VRoot vRoot = getVRoot(v1);
if (vRoot != null) {
return vRoot.getEdge(v2);
}
}
return null;
}
@Override
public Iterator<V> iterator(int type, V root) {
Iterator<V> vIterator = null;
if (type == TRAVERSAL_TYPE_BFS) {
vIterator = new BFS(root);
}else if (type == TRAVERSAL_TYPE_DFS){
vIterator = new DFS(root);
}
return vIterator;
}
@Override
public boolean convertDAG() {
return false;
}
/**
* 廣度遍歷(隊列實現)
*/
private class BFS implements Iterator<V> {
/**
* 已經訪問過的頂點列表
*/
private List<V> vList = null;
/**
* 待訪問的頂點隊列
*/
private Queue<V> vQueue = null;
public BFS(V root) {
this.vList = new LinkedList<V>();
this.vQueue = new LinkedList<V>();
// 初始節點進入隊列
vQueue.offer(root);
}
@Override
public boolean hasNext() {
if (vQueue.size() > 0) {
return true;
}
return false;
}
@Override
public V next() {
V poll = vQueue.poll();
if (poll != null) {
VRoot vRoot = getVRoot(poll);
if (vRoot != null) {
List<Edge<V>> list = vRoot.getRootEdgeList();
for (Edge<V> vEdge : list) {
V end = vEdge.getEnd();
if (!vinList(end, vList.iterator()) && !vinList(end, vQueue.iterator())) {
vQueue.offer(end);
}
}
}
vList.add(poll);
}
return poll;
}
}
private class DFS implements Iterator<V> {
/**
* 已經訪問過的頂點列表
*/
private List<V> vList = null;
/**
* 待訪問的頂點隊列
*/
private Stack<V> vStack = null;
public DFS(V root){
this.vList = new LinkedList<V>();
this.vStack = new Stack<V>();
// 初始節點進入棧
vStack.push(root);
}
@Override
public boolean hasNext() {
if (vStack.size() > 0) {
return true;
}
return false;
}
@Override
public V next() {
return null;
}
}
}
這裏面,我會用到一個頂點類 VRoot.java
/**
* @author Mr.Sun
* @version v.1.0
* @title VRoot
* @description
* @date 2020/3/23 10:40
*/
public class VRoot<V> extends AbsDGraph {
private static Logger log = Logger.getLogger(VRoot.class);
/**
* 當前頂點
*/
public V root;
/**
* 以此點爲起點的邊的集合
*/
public List<Edge<V>> rootEdgeList;
public VRoot(V root) {
this.root = root;
this.rootEdgeList = new LinkedList<Edge<V>>();
System.out.println(System.out.printf("the VRoot construct: %s ", root));
}
public List<Edge<V>> getRootEdgeList() {
return rootEdgeList;
}
@Override
public String toString() {
return "VRoot{" +
"root=" + root +
", rootEdgeList=" + rootEdgeList +
'}';
}
/**
* 添加邊
*
* @param e
* @return
*/
public void addEdge(Edge<V> e) {
if (getEdge(e.getEnd()) == null) {
rootEdgeList.add(e);
}else {
System.out.println("edge is exit .");
}
}
/**
* 獲取邊
*
* @param end
* @return
*/
public Edge<V> getEdge(V end) {
Edge<V> temp = null;
if (end != null) {
for (Edge<V> vEdge : rootEdgeList) {
if (vEdge.getEnd() != null && end.equals(vEdge.getEnd())) {
temp = vEdge;
break;
}
}
}
return temp;
}
/**
* 刪除邊
* @param end
* @return
*/
public Edge<V> removeEdge(V end) {
if (end != null) {
for (Edge<V> vEdge : rootEdgeList) {
if (vEdge != null && end.equals(vEdge.getEnd())) {
rootEdgeList.remove(end);
return vEdge;
}
}
}
return null;
}
}
表是邊的類: Edge.java
,這裏面是對Edge做的一個簡單的封裝,相關方法大家看就好了。
/**
* 定義邊的起點
*/
private V start ;
/**
* 定義邊的終點
*/
private V end ;
/**
* 定義權值
*/
private double weight ;
這裏我在貼一下我的測試主類:
TestGraph.java
DGraph dGraph = new DGraph();
System.out.println("添加端點");
dGraph.add("1");
dGraph.add("2");
dGraph.add("3");
dGraph.add("4");
dGraph.add("5");
dGraph.add("6");
dGraph.add("7");
dGraph.add("8");
System.out.println("添加邊");
dGraph.add(new Edge<String>("1" , "2"));
dGraph.add(new Edge<String>("1" , "3"));
dGraph.add(new Edge<String>("2" , "4"));
dGraph.add(new Edge<String>("2" , "5"));
dGraph.add(new Edge<String>("4" , "6"));
dGraph.add(new Edge<String>("5" , "7"));
dGraph.add(new Edge<String>("4" , "8"));
Iterator<String> iterator = dGraph.iterator(DAGGraph.TRAVERSAL_TYPE_BFS, "1");
while (iterator.hasNext()){
String next = iterator.next();
System.out.println(next + " ");
}
Iterator<String> iterator1 = dGraph.iterator(DAGGraph.TRAVERSAL_TYPE_BFS, "2");
while (iterator1.hasNext()){
String next = iterator1.next();
System.out.println(next + " ");
}
Edge edge = dGraph.get(0, 1);
System.out.println(edge);
基本上一個廣度優先遍歷的圖的創建到使用,我都貼出來了。其中關於深度遍歷這塊筆者還在糾結這個怎麼去確定左右孩子(就是孩子的順序,有可能不止兩個孩子)的問題。這塊筆者還沒想明白。後面筆者在進行補充。
結論
筆者也是因爲工作需要,纔來看這個圖方面的知識的。必須要承認一點,就是筆者在大學時代對於數據結構與算法沒有好好的去學習,現在想起來,還是比較想罵自己的。如果看這篇文章裏面有正在學習數據結構的朋友呢,還是建議好好學這門課,其實還是挺有意思的。