對算法導論中圖的廣度優先搜索（BFS）和深度優先搜索（DFS）用Java實現其中的偽代碼算法，案例也采用算法導論中的圖。

import java.util.ArrayList; import java.util.HashMap; import java.util.Iterator; import java.util.LinkedList; import java.util.Map; import java.util.Map.Entry;public class GraphSearch {final static HashMap<String,LinkedList<String>> DGraph=new HashMap<String,LinkedList<String>>(); //有向圖final static HashMap<String,LinkedList<String>> UGraph=new HashMap<String,LinkedList<String>>(); //無向圖public static final int MAX_VALUE=2147483647;public static final int MIN_VALUE=-2147483648;public static void main(String [] args) { //鄰接表表示，初始化有向圖和無向圖，圖用算法導論中的案例，分別是圖22-1和圖22-2GraphSearch.initUGraph();GraphSearch.initDGraph(); //BFS廣度優先搜索//GraphSearch.BFSUGraph();//GraphSearch.BFSDGraph();//DFS深度優先搜索GraphSearch gs=new GraphSearch();//gs.DFSUGraph();gs.DFSDGraph();}//深度優先搜索//初始化六個頂點的顏色、父頂點、發現距離和結束距離public String[] DDColor = new String[]{"white","white","white","white","white","white"};public int[] DDDis=new int[]{MAX_VALUE,MAX_VALUE,MAX_VALUE,MAX_VALUE,MAX_VALUE,MAX_VALUE};public int[] DDFin=new int[]{MAX_VALUE,MAX_VALUE,MAX_VALUE,MAX_VALUE,MAX_VALUE,MAX_VALUE};public String[] DDParent=new String[]{"null","null","null","null","null","null"};public int DDTime=0;//計算發現時間和結束時間public void DFSDGraph(){//有向圖深度優先搜索//遍歷鄰接表Iterator<Entry<String, LinkedList<String>>> iter=DGraph.entrySet().iterator(); while (iter.hasNext() ) {Map.Entry<String, LinkedList<String>> entry = iter.next();String key = entry.getKey();int iKey=Integer.valueOf(key.substring(1))-1;if (DDColor[iKey]=="white") DFSDGraphVisit(key);}}public void DFSDGraphVisit(String key){//無向圖深度優先搜索int n=Integer.valueOf(key.substring(1))-1;DDColor[n]="gray";DDTime=DDTime+1;DDDis[n]=DDTime;LinkedList<String> llV=DGraph.get(key);for(int i=0;i<llV.size();i++){String strV=llV.get(i);int m=Integer.valueOf(strV.substring(1))-1;if(DDColor[m]=="white"){DDParent[m]=key;DFSDGraphVisit(strV);}} DDColor[n]="black";DDTime=DDTime+1;DDFin[n]=DDTime;System.out.println("頂點："+key+"發現時間："+String.valueOf(DDDis[n])+"結束時間："+String.valueOf(DDFin[n])+"父頂點："+DDParent[n]+"當前顏色："+DDColor[n]);}//初始化五個頂點的顏色、父頂點、發現距離和結束距離public String[] DUColor = new String[]{"white","white","white","white","white"};public int[] DUDis=new int[]{MAX_VALUE,MAX_VALUE,MAX_VALUE,MAX_VALUE,MAX_VALUE};public int[] DUFin=new int[]{MAX_VALUE,MAX_VALUE,MAX_VALUE,MAX_VALUE,MAX_VALUE};public String[] DUParent=new String[]{"null","null","null","null","null"};public int DUTime=0;//計算發現時間和結束時間public void DFSUGraph(){//無向圖深度優先搜索 //遍歷鄰接表Iterator<Entry<String, LinkedList<String>>> iter=UGraph.entrySet().iterator(); while (iter.hasNext() ) {Map.Entry<String, LinkedList<String>> entry = iter.next();String key = entry.getKey();int iKey=Integer.valueOf(key.substring(1))-1;if (DUColor[iKey]=="white") DFSUGraphVisit(key);}}public void DFSUGraphVisit(String key){//無向圖深度優先搜索int n=Integer.valueOf(key.substring(1))-1;DUColor[n]="gray";DUTime=DUTime+1;DUDis[n]=DUTime;LinkedList<String> llV=UGraph.get(key);for(int i=0;i<llV.size();i++){String strV=llV.get(i);int m=Integer.valueOf(strV.substring(1))-1;if(DUColor[m]=="white"){DUParent[m]=key;DFSUGraphVisit(strV);}} DUColor[n]="black";DUTime=DUTime+1;DUFin[n]=DUTime;System.out.println("頂點："+key+"發現時間："+String.valueOf(DUDis[n])+"結束時間："+String.valueOf(DUFin[n])+"父頂點："+DUParent[n]+"當前顏色："+DUColor[n]);}//廣度優先搜索public static void BFSDGraph(){//有向圖廣度優先搜索//有向圖DFS算法要改良，多個源頂點生成多顆樹//選初始化六個的顏色、父頂點、最短距離String[] color = new String[]{"white","white","white","white","white","white"};int[] dist=new int[]{MAX_VALUE,MAX_VALUE,MAX_VALUE,MAX_VALUE,MAX_VALUE,MAX_VALUE};String[] parent=new String[]{"null","null","null","null","null","null"};//遍歷頂點表DGraph，看是否還存在未搜索的ArrayList<String> ALV=new ArrayList<String> ();Iterator<Entry<String, LinkedList<String>>> iter=DGraph.entrySet().iterator(); while (iter.hasNext() && ALV.size()<6) {Map.Entry<String, LinkedList<String>> entry = iter.next();String key = entry.getKey();if(ALV.contains(key)) continue;//已搜索，下次循環//LinkedList<String> val = entry.getValue();int iSV=Integer.valueOf(key.substring(1))-1;//初始化源頂點color[iSV]="gray";dist[iSV]=0;parent[iSV]="null";ArrayList<String> queue=new ArrayList<String>();queue.add(key);//開始搜索while(queue.size()>0){String strV=queue.get(0);queue.remove(0);//出列int m=Integer.valueOf(strV.substring(1))-1;LinkedList<String> listV= DGraph.get(strV);for(int i=0;i<listV.size();i++){String strVTmp=listV.get(i);int n=Integer.valueOf(strVTmp.substring(1))-1;//頂點名稱第二個字符是數字if(color[n]=="white"){color[n]="gray";dist[n]=dist[m]+1;parent[n]=strV;queue.add(strVTmp);}}color[m]="black";System.out.println("頂點："+strV+"最短距離："+String.valueOf(dist[m])+"父頂點："+parent[m]+"當前顏色："+color[m]);ALV.add(strV);} }}public static void BFSUGraph(){//無向圖廣度優先搜索//選擇頂點V1為源點，初始化五個的顏色、父頂點、最短距離String[] color = new String[]{"white","white","white","white","white"};int[] dist=new int[]{MAX_VALUE,MAX_VALUE,MAX_VALUE,MAX_VALUE,MAX_VALUE};String[] parent=new String[]{"null","null","null","null","null"};//初始化源頂點V1color[0]="gray";dist[0]=0;parent[0]="null";ArrayList<String> queue=new ArrayList<String>();queue.add("V1");//開始搜索while(queue.size()>0){String strV=queue.get(0);queue.remove(0);//出列int m=Integer.valueOf(strV.substring(1))-1;LinkedList<String> listV= UGraph.get(strV);for(int i=0;i<listV.size();i++){String strVTmp=listV.get(i);int n=Integer.valueOf(strVTmp.substring(1))-1;//頂點名稱第二個字符是數字if(color[n]=="white"){color[n]="gray";dist[n]=dist[m]+1;parent[n]=strV;queue.add(strVTmp);}}color[m]="black";System.out.println("頂點："+strV+"最短距離："+String.valueOf(dist[m])+"父頂點："+parent[m]+"當前顏色："+color[m]);} }//初始化圖 public static void initUGraph(){//無向圖初始化//頂點V1的鄰接表String strV1="V1";LinkedList<String> ListV1=new LinkedList<String>();ListV1.add("V2");ListV1.add("V5");UGraph.put(strV1, ListV1);//頂點V2的鄰接表String strV2="V2";LinkedList<String> ListV2=new LinkedList<String>();ListV2.add("V1");ListV2.add("V5");ListV2.add("V3");ListV2.add("V4");UGraph.put(strV2, ListV2);//頂點V3的鄰接表String strV3="V3";LinkedList<String> ListV3=new LinkedList<String>();ListV3.add("V2");ListV3.add("V4");UGraph.put(strV3, ListV3);//頂點V4的鄰接表String strV4="V4";LinkedList<String> ListV4=new LinkedList<String>();ListV4.add("V2");ListV4.add("V5");ListV4.add("V3");UGraph.put(strV4, ListV4);//頂點V5的鄰接表String strV5="V5";LinkedList<String> ListV5=new LinkedList<String>();ListV5.add("V4");ListV5.add("V1");ListV5.add("V2");UGraph.put(strV5, ListV5);}public static void initDGraph(){//有向圖初始化//頂點V1的鄰接表String strV1="V1";LinkedList<String> ListV1=new LinkedList<String>();ListV1.add("V2");ListV1.add("V4");DGraph.put(strV1, ListV1);//頂點V2的鄰接表String strV2="V2";LinkedList<String> ListV2=new LinkedList<String>();ListV2.add("V5");DGraph.put(strV2, ListV2);//頂點V3的鄰接表String strV3="V3";LinkedList<String> ListV3=new LinkedList<String>();ListV3.add("V6");ListV3.add("V5");DGraph.put(strV3, ListV3);//頂點V4的鄰接表String strV4="V4";LinkedList<String> ListV4=new LinkedList<String>();ListV4.add("V2");DGraph.put(strV4, ListV4);//頂點V5的鄰接表String strV5="V5";LinkedList<String> ListV5=new LinkedList<String>();ListV5.add("V4");DGraph.put(strV5, ListV5);//頂點V6的鄰接表String strV6="V6";LinkedList<String> ListV6=new LinkedList<String>();ListV6.add("V6");DGraph.put(strV6, ListV6);/*List arrayList = new ArrayList(DGraph.entrySet());Collections.sort(arrayList, new Comparator() { public int compare(Object arg1, Object arg2) { Map.Entry obj1 = (Map.Entry) arg1; Map.Entry obj2 = (Map.Entry) arg2; return (obj1.getKey()).toString().compareTo((String) obj2.getKey()); } }); //將HASHMAP中的數據排序 for (Iterator iter = arrayList.iterator(); iter.hasNext();) { Map.Entry entry = (Map.Entry)iter.next(); String key = (String)entry.getKey(); System.out.println(key); }*//*Iterator<Entry<String, LinkedList<String>>> iter=DGraph.entrySet().iterator(); while (iter.hasNext() ) {Map.Entry<String, LinkedList<String>> entry = iter.next();System.out.println(entry.getKey());}*/}} 結果：

1）無向圖廣度優先搜索：

頂點：V1最短距離：0父頂點：null當前顏色：black 頂點：V2最短距離：1父頂點：V1當前顏色：black 頂點：V5最短距離：1父頂點：V1當前顏色：black 頂點：V3最短距離：2父頂點：V2當前顏色：black 頂點：V4最短距離：2父頂點：V2當前顏色：black
2）有向圖廣度優先搜索

頂點：V2最短距離：0父頂點：null當前顏色：black 頂點：V5最短距離：1父頂點：V2當前顏色：black 頂點：V4最短距離：2父頂點：V5當前顏色：black 頂點：V3最短距離：0父頂點：null當前顏色：black 頂點：V6最短距離：1父頂點：V3當前顏色：black 頂點：V1最短距離：0父頂點：null當前顏色：black
3）無向圖深度優先搜索

頂點：V3發現時間：5結束時間：6父頂點：V4當前顏色：black 頂點：V4發現時間：4結束時間：7父頂點：V5當前顏色：black 頂點：V5發現時間：3結束時間：8父頂點：V1當前顏色：black 頂點：V1發現時間：2結束時間：9父頂點：V2當前顏色：black 頂點：V2發現時間：1結束時間：10父頂點：null當前顏色：black

4）有向圖深度優先搜索

頂點：V4發現時間：3結束時間：4父頂點：V5當前顏色：black 頂點：V5發現時間：2結束時間：5父頂點：V2當前顏色：black 頂點：V2發現時間：1結束時間：6父頂點：null當前顏色：black 頂點：V6發現時間：8結束時間：9父頂點：V3當前顏色：black 頂點：V3發現時間：7結束時間：10父頂點：null當前顏色：black 頂點：V1發現時間：11結束時間：12父頂點：null當前顏色：black
算法還是有改良空間，比如怎么控制生成樹是最大子樹。

總結

以上是生活随笔為你收集整理的Java实现算法导论中图的广度优先搜索（BFS）和深度优先搜索（DFS）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。