图数据结构详解：基于 Java 的雷达扫描系统实现

除了节点名称，还存储了 坐标位置 这反映了雷达扫描的实际需求：知道目标点的具体位置坐标信息可以用于计算两点之间的直线距离

2.图的核心数据结构

在 Graph 类中，我们使用邻接表来表示图：

public class Graph {
    Map<String, List<Edge>> graph = new HashMap<>(); // 其他方法...
}

2.1 而什么是邻接表呢？

邻接表是图的一种链式存储结构，它通过为图中的每个顶点建立一个链表，来存储该顶点的所有邻接点（相邻顶点）。

在我们的代码中，邻接表通过以下方式实现：

Map<String, List<Edge>> graph = new HashMap<>();

数据结构解析：

• 键（Key）：顶点的名称（String 类型）
• 值（Value）：该顶点的邻接边列表（List 类型）
• Edge 对象：存储目标顶点名称和距离权重

2.2 实际存储实例

假设我们有如下雷达扫描图：

顶点：X, A, B, C 边：X-A(150), X-B(200), X-C(180), A-B(100), A-C(120)

在内存中，邻接表的存储结构如下：

graph = {
    "X": [Edge("A",150), Edge("B",200), Edge("C",180)],
    "A": [Edge("X",150), Edge("B",100), Edge("C",120)],
    "B": [Edge("X",200), Edge("A",100)],
    "C": [Edge("X",180), Edge("A",120)]
};

核心方法分析

1.add 方法：添加顶点

public void add(String name) {
    List<Edge> edgeList = new ArrayList<>();
    graph.put(name, edgeList);
}

功能：在图中添加一个新的顶点

创建顶点的邻接边列表为后续添加边做准备确保每个顶点都有对应的数据结构

2.scan 方法：添加边

public void scan(String name, String to, int distance) {
    // 1. 检查两个顶点是否存在，不存在则创建
    if (!graph.containsKey(name)) {
        add(name);
    }
    if (!graph.containsKey(to)) {
        add(to);
    }
    // 2. 创建从 name 到 to 的边
    Edge edge = new Edge(to, distance);
    List<Edge> edgeList = graph.get(name);
    // 3. 检查边是否已存在（避免重复）
    for (int i = 0; i < edgeList.size(); i++) {
        Edge e1 = edgeList.get(i);
        if(e1.name.equals(edge.name)) {
            return; // 边已存在，直接返回
        }
    }
    edgeList.add(edge);
    // 4. 创建反向边（无向图）
    Edge edge1 = new Edge(name, distance);
    List<Edge> edgeList1 = graph.get(to);
    // 5. 同样检查反向边是否已存在
    for (int i = 0; i < edgeList1.size(); i++) {
        Edge e1 = edgeList1.get(i);
        if(e1.name.equals(edge1.name)) {
            return;
        }
    }
    edgeList1.add(edge1);
}

自动顶点创建：如果顶点不存在，自动创建。这简化了调用逻辑。重复边检查：避免图中出现重复的边，保证数据的一致性。双向边添加：因为我们构建的是无向图，所以需要添加两个方向的边。

3.showInfo 方法：显示图信息

public void showInfo() {
    Set<String> keySet = graph.keySet();
    System.out.println("=== 雷达扫描图 ===");
    for (String key : keySet) {
        List<Edge> edges = graph.get(key);
        System.out.println("顶点 -> " + key);
        // 根据距离排序（冒泡排序）
        for (int i = 0; i < edges.size(); i++) {
            for (int j = 0; j < edges.size()-1; j++) {
                Edge e1 = edges.get(j);
                Edge e2 = edges.get(j+1);
                if(e1.distance > e2.distance) {
                    edges.set(j, e2);
                    edges.set(j+1, e1);
                }
            }
        }
        // 打印排序后的边
        for (Edge edge : edges) {
            System.out.print(edge.name + "(" + edge.distance + ") ");
        }
        System.out.println("---------");
    }
}

信息展示：清晰地展示图的完整结构距离排序：使用冒泡排序将边按距离从小到大排列可读性：格式化输出，便于调试和理解图结构

交互系统设计

1.GraphRobot 类：用户界面

public class GraphRobot {
    public void showUI() {
        JFrame jf = new JFrame();
        jf.setTitle("图算法应用");
        jf.setSize(800, 1000);
        // ... 界面初始化代码
        // 创建起点标记
        g.fillRect(200, 700, 100, 100);
    }
}

2.RobotListener 类：监听器

public class RobotListener extends MouseAdapter implements MouseListener {
    Graphics g;
    final int x = 200;
    final int y = 700;
    char name = 'A';
    Graph scanGraph = new Graph();
    ArrayList<MPoint> pointList = new ArrayList<>();
    public RobotListener() {
        scanGraph.add("X");
        pointList.add(new MPoint("X", 200, 700));
    }
    @Override
    public void mousePressed(MouseEvent e) {
        int x1 = e.getX();
        int y1 = e.getY();
        // 绘制新点
        g.setColor(Color.GREEN);
        g.fillOval(x1, y1, 50, 50);
        // 计算到起点的距离
        int distance = (int) Math.sqrt(Math.pow(x1-x, 2) + Math.pow(y1-y, 2));
        scanGraph.scan("X", name + "", distance);
        // 计算与其他所有点的距离
        for (int i = 0; i < pointList.size(); i++) {
            MPoint p = pointList.get(i);
            int distance1 = (int) Math.sqrt(Math.pow(x1 - p.x, 2) + Math.pow(y1 - p.y, 2));
            scanGraph.scan(p.name, name + "", distance1);
        }
        // 记录新点
        MPoint p1 = new MPoint(name + "", x1, y1);
        pointList.add(p1);
        name++;
        // 显示图信息
        scanGraph.showInfo();
    }
}

交互系统展示

（可以看到这样的交互性和观感太差了，距离啥的只能通过输出框展现，数据冗杂且阅读性差） 因此我们进行以下两个方面的优化：1.在 UI 界面右侧新增距离显示功能，将距离算法的结果用滑杆的方式直观表达。2.将距离黑色方块最短距离的圆的颜色由绿变红，直观迅速模拟雷达扫描。

项目优化

那么根据以上优化思路：

1.第一步：修改 GraphRobot 类中的主界面（新增滑杆组件）

// 创建距离显示面板（滑杆 + 标签）
JPanel sliderPanel = new JPanel();
sliderPanel.setLayout(new BoxLayout(sliderPanel, BoxLayout.Y_AXIS));
JLabel distanceLabel = new JLabel("当前距离：0");
//设置字体大小
distanceLabel.setFont(new Font("宋体", Font.PLAIN, 20));
// 滑杆范围 0-1000（适配窗口尺寸 800x1000），初始值 0
JSlider distanceSlider = new JSlider(JSlider.VERTICAL, 0, 800, 0);
distanceSlider.setMajorTickSpacing(100); // 主刻度间隔
distanceSlider.setMinorTickSpacing(50); // 副刻度间隔
distanceSlider.setPaintTicks(true); // 显示刻度
distanceSlider.setPaintLabels(true); // 显示刻度值
sliderPanel.add(distanceLabel);
sliderPanel.add(distanceSlider);
// 将滑杆面板添加到窗口右侧
jf.add(sliderPanel, BorderLayout.EAST);

在 GraphRobot 中新增滑杆（JSlider）和标签组件，布局改为 BorderLayout 将滑杆放在右侧；同时将滑杆和标签传给 RobotListener，在鼠标点击时更新滑杆值和标签文本，直观显示当前点击点到初始点 X 的距离。

2.第二步：修改 RobotListener 核心逻辑（让最短距离圆变红）

//更新滑杆和距离标签
distanceSlider.setValue(distance);
distanceLabel.setText("距离："+distance);
//其他方法……//
//重绘所有节点，最短距离变红
repaintPoints();
}
private void repaintPoints() {
    // 1. 找到最短距离的节点（相对于初始点 X）
    MPoint shortestPoint = findShortestDistancePoint();
    // 2. 重新绘制所有节点
    for (MPoint p : pointList) {
        if (p.equals(shortestPoint)) {
            // 最短距离节点：红色
            g.setColor(Color.RED);
        } else {
            // 其他节点：绿色
            g.setColor(Color.GREEN);
        }
        // 绘制圆形节点（尺寸 50x50，和原有逻辑一致）
        g.fillOval(p.x, p.y, 50, 50);
    }
    // 重新绘制初始矩形（避免被覆盖）
    g.setColor(Color.BLACK);
    g.fillRect(200,700,100,100);
}
// 查找距离初始点 X 最短的节点
private MPoint findShortestDistancePoint() {
    MPoint shortestPoint = pointList.get(0); // 初始化为 X 节点
    int minDistance = Integer.MAX_VALUE;
    for (MPoint p : pointList) {
        // 跳过 X 节点本身
        if (p.name.equals("X")) {
            continue;
        }
        // 计算当前节点到 X 的距离
        int distance = (int) Math.sqrt(Math.pow(p.x - x, 2) + Math.pow(p.y - y, 2));
        if (distance < minDistance) {
            minDistance = distance;
            shortestPoint = p;
        }
    }
    return shortestPoint;
}
}

新增 findShortestDistancePoint() 方法，遍历所有节点找到距离初始点 X 最短的节点（原有逻辑）新增 repaintPoints() 方法，重新绘制所有节点，最短距离节点用红色，其余保持绿色；在鼠标点击后调用 repaintPoints()，确保每次新增节点后立即更新颜色。

3.保留原有逻辑的关键点

未修改 Graph 类的核心图结构和算法；未改变原有鼠标点击绘制绿色圆的基础逻辑，仅新增了最短距离节点的颜色区分；滑杆组件为新增，未破坏原有窗口布局的核心逻辑。

项目优化后展示

结语

图数据结构是计算机科学中最美、最强大的数据结构之一。图结构就像一张智慧的网，连接着数据与现实世界，帮助我们洞察复杂的关系和模式。通过这个雷达扫描项目，我不仅学会了如何实现图，更重要的是理解了好的数据结构不是目的，而是解决问题的手段。当我们面对复杂的关系网络时，图数据结构就是我们最有力的工具之一。