JavaScript数据结构和算法之图和图算法

图的定义

图(Graph)是由顶点的有穷非空集合和顶点之间边的集合组成,通常表示为:G(V,E),其中,G表示一个图,V是图G中顶点的集合,E是图G中边的集合。

有向图

有向边:若从顶点Vi到Vj的边有方向,则称这条边为有向边,也成为弧(Arc),用有序偶<Vi,Vj>来表示,Vi称为弧尾,Vj称为弧头。

无序图

无向边:若顶点Vi到Vj之间的边没有方向,则称这条边为无向边(Edge),用无序偶(Vi,Vj)来表示。

简单图

简单图:在图结构中,若不存在顶点到其自身的边,且同一条边不重复出现,则称这样的图为简单图。

图类

表示顶点

创建图类的第一步就是要创建一个Vertex类来保存顶点和边。这个类的作用和链表、二叉搜索树的Node类一样。Vertex类有两个数据成员:一个用于标识顶点,另一个表明是否被访问过的布尔值。分别被命名为label和wasVisited。

function Vertex(label){

    this.label = label;

}

我们将所有顶点保存在数组中,在图类里,可以通过他们在数组中的位置引用他们

表示边

图的实际信息都保存在“边”上面,因为他们描述了图的结构。二叉树的一个父节点只能有两个子节点,而图的结构却要灵活得多,一个顶点既可以有一条边,也可以有多条边和它相连。

我们将表示图的边的方法成为邻接表或者邻接表数组。它将存储由顶点的相邻顶点列表构成的数组

构建图

定义如下一个Graph类:

function Graph(v){

    this.vertices = v;//vertices至高点

    this.edges = 0;

    this.adj = [];

    for(var i =0;I<this.vertices;++i){

        this.adj[i] = [];

        this.adj[i].push('');

    }

    this.addEdge = addEdge;

    this.toString = toString;

}


这个类会记录一个图表示了多少条边,并使用一个长度与图的顶点数来记录顶点的数量。

function addEdge(){

    this.adj[v].push(w);

    this.adj[w].push(v);

    this.edges++;

}

这里我们使用for循环为数组中的每个元素添加一个子数组来存储所有的相邻顶点,并将所有元素初始化为空字符串。

图的遍历

深度优先遍历

深度优先遍历(DepthFirstSearch),也有称为深度优先搜索,简称为DFS。

比如在一个房间内寻找一把钥匙,无论从哪一间房间开始都可以,将房间内的墙角、床头柜、床上、床下、衣柜、电视柜等挨个寻找,做到不放过任何一个死角,当所有的抽屉、储藏柜中全部都找遍后,接着再寻找下一个房间。

深度优先搜索:

深度优先搜索就是访问一个没有访问过的顶点,将他标记为已访问,再递归地去访问在初始顶点的邻接表中其他没有访问过的顶点

为Graph类添加一个数组:

this.marked = [];//保存已访问过的顶点

for(var i=0;i<this.vertices;++i){

    this.marked[i] = false;//初始化为false

}

深度优先搜索函数:

function dfs(v){

    this.marked[v] = true;

    //if语句在这里不是必须的

    if(this.adj[v] != undefined){

        print("Visited vertex: " + v );

        for each(var w in this.adj[v]){

            if(!this.marked[w]){

                this.dfs(w);

            }

        }

    }

}

广度优先搜索

广度优先搜索(BFS)属于一种盲目搜寻法,目的是系统地展开并检查图中的所有节点,以找寻结果。换句话说,它并不考虑结果的可能位置,彻底地搜索整张图,直到找到结果为止。

广度优先搜索从第一个顶点开始,尝试访问尽可能靠近它的顶点,如下图所示:

其工作原理为:

 1. 首先查找与当前顶点相邻的未访问的顶点,将其添加到已访问顶点列表及队列中;

 2. 然后从图中取出下一个顶点v,添加到已访问的顶点列表

 3. 最后将所有与v相邻的未访问顶点添加到队列中

下面是广度优先搜索函数的定义:

function bfs(s){

    var queue = [];

    this.marked = true;

    queue.push(s);//添加到队尾

    while(queue.length>0){

        var v = queue.shift();//从队首移除

        if(v == undefined){

            print("Visited vertex: " + v);

        }

        for each(var w in this.adj[v]){

            if(!this.marked[w]){

                this.edgeTo[w] = v;

                this.marked[w] = true;

                queue.push(w);

            }

        }

    }

}

最短路径

在执行广度优先搜索时,会自动查找从一个顶点到另一个相连顶点的最短路径

确定路径

要查找最短路径,需要修改广度优先搜索算法来记录从一个顶点到另一个顶点的路径,我们需要一个数组来保存从一个顶点操下一个顶点的所有边,我们将这个数组命名为edgeTo

this.edgeTo = [];//将这行添加到Graph类中

//bfs函数

function bfs(s){

    var queue = [];

    this.marked = true;

    queue.push(s);//添加到队尾

    while(queue.length>0){

        var v = queue.shift();//从队首移除

        if(v == undefined){

            print("Visited vertex: " + v);

        }

        for each(var w in this.adj[v]){

            if(!this.marked[w]){

                this.edgeTo[w] = v;

                this.marked[w] = true;

                queue.push(w);

            }

        }

    }

}

以上是 JavaScript数据结构和算法之图和图算法 的全部内容, 来源链接: utcz.com/z/325965.html

回到顶部