如何遍歷java鄰接表

在Java中，鄰接表通常用來表示圖（Graph）的數據結構

1. 首先，創建一個鄰接表來表示圖。這里我們使用HashMap和ArrayList來實現鄰接表：

import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;

public class Graph {
    private Map<Integer, List<Integer>> adjacencyList = new HashMap<>();

    public void addVertex(int vertex) {
        adjacencyList.putIfAbsent(vertex, new ArrayList<>());
    }

    public void addEdge(int source, int destination) {
        adjacencyList.get(source).add(destination);
        adjacencyList.get(destination).add(source);
    }
}

2. 然后，編寫一個方法來遍歷鄰接表。這里我們使用深度優先搜索（DFS）算法來遍歷鄰接表：

import java.util.Stack;

public class GraphTraversal {
    public void depthFirstTraversal(Graph graph, int startVertex) {
        Stack<Integer> stack = new Stack<>();
        boolean[] visited = new boolean[graph.adjacencyList.size()];

        stack.push(startVertex);

        while (!stack.isEmpty()) {
            int currentVertex = stack.pop();

            if (!visited[currentVertex]) {
                System.out.println("Visited vertex: " + currentVertex);
                visited[currentVertex] = true;

                for (int neighbor : graph.adjacencyList.get(currentVertex)) {
                    if (!visited[neighbor]) {
                        stack.push(neighbor);
                    }
                }
            }
        }
    }
}

3. 最后，在主函數中創建一個圖并遍歷它的鄰接表：

public class Main {
    public static void main(String[] args) {
        Graph graph = new Graph();
        graph.addVertex(0);
        graph.addVertex(1);
        graph.addVertex(2);
        graph.addVertex(3);
        graph.addVertex(4);

        graph.addEdge(0, 1);
        graph.addEdge(0, 2);
        graph.addEdge(1, 3);
        graph.addEdge(2, 4);

        GraphTraversal traversal = new GraphTraversal();
        traversal.depthFirstTraversal(graph, 0);
    }
}

運行上述代碼，將會輸出以下結果：

Visited vertex: 0
Visited vertex: 1
Visited vertex: 3
Visited vertex: 2
Visited vertex: 4

這個例子展示了如何在Java中使用鄰接表表示圖，并使用深度優先搜索算法遍歷鄰接表。你可以根據需要修改這些代碼以適應不同類型的圖和遍歷算法。