数据结构与JS也能够成为CP（十）Graph图

Hello小伙伴们，你们好哇～～今天要给你们带来数据结构专题的最后一个：图啦～刚刚忽然发现题目一直有个错字，捶胸顿足中，居然尚未宝宝提醒我，委屈巴巴。。。不扯闲话啦，咱们先来看看图是什么吧～图由边和顶点的集合组成，

名词解释

1）有向图：一个图的顶点对是有序的。

2）无序图：图是无序的。

3）简单图：没有重复边、重复顶点的圈。

4）强连通：两个顶点之间有路径。

图的实现

下面看看图怎么实现吧！图是由顶点和边组成的，咱们首先要实现顶点，而后实现边。

function Graph(v) { this.vertices = v; this.edges = 0; this.adj = []; for (var i = 0; i < this.vertices; ++i) { this.adj[i] = []; this.adj[i].push(""); } this.addEdge = addEdge; this.showGraph = showGraph;}function addEdge(v, w) { this.adj[v].push(w); this.adj[w].push(v); this.edges++;}function showGraph() { for (var i = 0; i < this.vertices; ++i) { putstr(i + " -> "); for (var j = 0; j < this.vertices; ++j ) { if (this.adj[i][j] != undefined) {  putstr(this.adj[i][j] + ' '); }  } print();  }}

图的搜索

图的搜索包括深度优先搜索和广度优先搜索。

1）深度优先搜索算法比较简单:访问一个没有访问过的顶点，将它标记为已访问，再递归地去访问在初始顶点的邻接表中其余没有访问过的顶点。

function dfs(v) { this.marked[v] = true; for (var w in this.adj[v]) { if (!this.marked[w]) { this.dfs(w); }  }}

2）广度优先搜索从第一个顶点开始，尝试访问尽量靠近它的顶点。本质上，这种搜索在图上是逐层移动的，首先检查最靠近第一个顶点的层，再逐渐向下移动到离起始顶点最远的层。

function bfs(s) { var queue = []; this.marked[s] = 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) { } for (var w in this.adj[v]) { if (!this.marked[w]) { this.edgeTo[w] = v; this.marked[w] = true; queue.push(w); }  }} 

图的应用

说了这么多，图可以用在哪里呢？

1）查找最短路径

2）拓扑排序

具体的情境还等待你们本身发挥想象力哦～想到情境也能够后台留言与兔妞讨论哟～

好啦～今天的分享就到这里啦～喜欢兔妞的文章就请在看+关注吧！下面要开始什么专题呢？好纠结，不知道小伙伴们有没有建议呢？

本文分享自微信公众号 - 萌兔it（mengtu_it）。
若有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一块儿分享。