深度优先遍历类似于一个人走迷宫：
如图所示，从起点开始选择一条边走到下一个顶点，没到一个顶点便标记此顶点已到达。
当来到一个标记过的顶点时回退到上一个顶点，再选择一条没有到达过的顶点。
当回退到的路口已没有可走的通道时继续回退。
而连通分量，看概念：无向图g的极大连通子图称为g的连通分量( connected component)。任何连通图的连通分量只有一个，即是其自身，非连通的无向图有多个连通分量。
下面看看具体实例：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
|
package com.datastructure.graph;
// 求无权图的联通分量
public class components {
private graph graph;
// 存放输入的数组
private boolean[] visited;
// 存放节点被访问状态
private int componentcount;
// 连通分量的数量
private int[] mark;
// 存储节点所属联通分量的标记
// 构造函数，初始化私有属性
public components(graph graph) {
this.graph = graph;
componentcount = 0;
// 连通分量初始数量为 0
visited = new boolean[graph.v()];
mark = new int[graph.v()];
for (int i = 0; i < graph.v(); i++) {
visited[i] = false;
// 节点初始访问状态为 false
mark[i] = -1;
// 节点初始连通分量标记为 -1
}
for (int i = 0; i < graph.v(); i++) {
// 对于未被访问的节点进行 dfs深度优先遍历
if (!visited[i]) {
dfs(i);
componentcount++;
// 对一个节点进行dfs 到底后，一个连通分量结束，数量+1
}
}
}
private void dfs(int i) {
visited[i] = true;
// 节点 i 已被访问
mark[i] = componentcount;
// 节点 i 属于当前连通分量的数量（标记）
for (int node : graph.adjacentnode(i)) {
// 遍历图中节点 i 的邻接节点
if (!visited[node]) // 对未被访问的邻接节点进行 dfs
dfs(node);
}
}
public boolean isconnected(int v, int w) {
return mark[v] == mark[w];
// 根据两节点所属连通分量的标记判断两节点是否相连
}
public int getcomponentcount() {
return componentcount;
// 返回 graph 中连通分量的数量
}
}
//public class components {
//
// private graph g; // 图的引用
// private boolean[] visited; // 记录dfs的过程中节点是否被访问
// private int ccount; // 记录联通分量个数
// private int[] id; // 每个节点所对应的联通分量标记
//
// // 图的深度优先遍历
// private void dfs(int v) {
//
// visited[v] = true; // 节点 v 的访问状态置为 true
// id[v] = ccount; // 节点 v 对应的联通标记设置为 ccount
//
// // 遍历节点 v 的邻接点 i
// for (int i : g.adjacentnode(v)) {
// // 如果邻接点 i 尚未被访问
// if (!visited[i])
// // 对邻接点 i 进行深度优先遍历
// dfs(i);
// }
// }
//
// // 构造函数, 求出无权图的联通分量
// public components(graph graph) {
//
// // 算法初始化
// g = graph;
//
// // visited 数组存储 图g 中 节点的被访问状态
// visited = new boolean[g.v()];
//
// // id 数组存储 图g 中 节点所属连通分量的标记
// id = new int[g.v()];
//
// // 连通分量数量初始化为 0
// ccount = 0;
//
// // 将 visited 数组全部置为 false； id 数组全部置为 -1
// for (int i = 0; i < g.v(); i++) {
// visited[i] = false;
// id[i] = -1;
// }
//
// // 求图的联通分量
// for (int i = 0; i < g.v(); i++)
// // 访问一个未曾被访问的节点
// if (!visited[i]) {
// // 对其进行深度优先遍历
// dfs(i);
// ccount++;
// }
// }
//
// // 返回图的联通分量个数
// int count() {
// return ccount;
// }
//
// // 查询点v和点w是否联通（节点v 和 w 的联通分量的标记是否相同
// boolean isconnected(int v, int w) {
// assert v >= 0 && v < g.v();
// assert w >= 0 && w < g.v();
// return id[v] == id[w];
// }
//}
|
通分量数量为 3
总结
以上就是本文关于java编程实现深度优先遍历与连通分量代码示例的全部内容，希望对大家有所帮助。如有不足之处，欢迎留言指出。关注服务器之家，您会有更多收获。
原文链接：http://blog.csdn.net/heatdeath/article/details/78587762