热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

图基本概念及操作

图基本概念及操作一、思维导图二、重要概念笔记1.图的定义图(Graph)G由顶点集合V(G)和边集合E(G)构成。图可分为有向图和无向图。2.图的存储结构一、邻接矩阵:二、邻接表;

图基本概念及操作

一、思维导图

技术分享图片


二、重要概念笔记


1.图的定义

图(Graph)G由顶点集合V(G)和边集合E(G)构成。图可分为有向图和无向图。


2.图的存储结构

一、邻接矩阵:

#define MAXVEXNUM 顶点数
//点,边
typedef int VexType;
typedef int ArcCell;
typedef struct {
VexType vexs[MAXVEXNUM];//点的集合
ArcCell arcs[MAXVEXNUM][MAXVEXNUM];//边的集合
int vexNum, arcNum;
}MyGraph;

二、邻接表;

typedef struct ANode
{ int adjvex; //该边的终点编号
struct ANode *nextarc; //指向下一条边的指针
InfoType info; //该边的权值等信息
} ArcNode;
typedef struct Vnode
{ Vertex data; //顶点信息
ArcNode *firstarc; //指向第一条边
} VNode;
typedef struct
{ VNode adjlist[MAXV] ; //邻接表
int n,e; //图中顶点数n和边数e
} AdjGraph;

三、邻接矩阵图的创建:

void CreateGraphFromConsole(MyGraph &G, int vexNum, int arcNum)
{
G.vexNum = vexNum;
G.arcNum = arcNum;
for (int i = 0; i {
for (int j = 0; j {
G.arcs[i][j] = 0;//初始化
}
}
printf("Please input %d vex name:\n",vexNum);
//输入点的信息
for (int i = 0; i {
printf("i=%d ", i);
cin >> G.vexs[i];
}//输入边的的信息
for (int j = 0; j {
int x, y; ArcCell value;
cout <<"请输入x点、y点的值及x到y的边的值:" < cin >> x; cin >> y; cin >> value;
cout <<" x=" <3、图的遍历

DFS算法思想:大概意思就是从某个点一直往深处走,走到不能往下走之后,就回退到上一步,直到找到解或把所有点走完。
BFS算法思想:
从某个点一直把其邻接点走完,然后任选一个邻接点把与之邻接的未被遍历的点走完,如此反复走完所有结点。类似于树的层序遍历。


4.最小生成树

prim算法;

#define INF 32767 //INF表示∞
#define MAXV 顶点数
void Prim(MyGraph g,int v)//v是最开始的顶点
{
int lowcost[MAXV];
int min;
int closest[MAXV], i, j, k;
for (i = 0; i {
lowcost[i] = g.edges[v][i];
closest[i] = v;
}
for (i = 1; i {
min = INF;
for (j = 0; j if (lowcost[j] != 0 && lowcost[j] {
min = lowcost[j];
k = j; //k记录最近顶点编号
}
printf(" 边(%d,%d)权为:%d\n",closest[k],k,min);
lowcost[k] = 0; //标记k已经加入U
for (j = 0; j if (lowcost[j] != 0 && g.edges[k][j] {
lowcost[j] = g.edges[k][j];
closest[j] = k;
}
}
}

5、最短路径

Dijkstra算法:时间复杂度度:o(n^2);

void Dijkstra(MatGraph g,int v)
{ int dist[MAXV],path[MAXV];
int s[MAXV];
int mindis,i,j,u;
for (i=0;i { dist[i]=g.edges[v][i]; //距离初始化
s[i]=0; //s[]置空
if (g.edges[v][i] path[i]=v; //顶点v到i有边时
else
path[i]=-1; //顶点v到i没边时
}
s[v]=1; //源点v放入S中
for (i=0;i { mindis=INF;
for (j=0;j if (s[j]==0 && dist[j] { u=j;
mindis=dist[j];
}
s[u]=1; //顶点u加入S中
for (j=0;j if (s[j]==0)
if (g.edges[u][j] { dist[j]=dist[u]+g.edges[u][j];
path[j]=u;
}
}
Dispath(dist,path,s,g.n,v); //输出最短路径
}

三、疑难问题及解决方案:


1.图着色问题

疑难1:如何对两点间颜色进行判断
解决方案:定义一个数组color [vex]//vex为顶点数+1;color[0] 不用
疑难二:如何判断方案中的颜色种类。
方法:对颜色种类进行排序。使其有序,比便于计算颜色种类。计算重复的颜色树,用输入颜色数删去重复颜色数即可得到颜色的种类。
代码如下:

#include
using namespace std;
#define MAXVEXNUM 501
//点,边
typedef int VexType;
typedef int ArcCell;
typedef struct {
VexType vexs[MAXVEXNUM];//点的集合
ArcCell arcs[MAXVEXNUM][MAXVEXNUM];//边的集合
int vexNum, arcNum;
int color[MAXVEXNUM];
}MyGraph;
void Creategraph(MyGraph& G, int vexNum, int arcNum);
void program(MyGraph& G,int color);
int Check(MyGraph& G,int color);
int main()
{
MyGraph G;
int vexNum, arcNum;
int color;
cin >> vexNum >> arcNum>>color;
Creategraph(G, vexNum, arcNum);
program(G,color);

}
void Creategraph(MyGraph& G, int vexNum, int arcNum)
{
int x, y;
G.vexNum = vexNum;
G.arcNum = arcNum;
for (int i = 1; i <= vexNum; i++)
{
for (int j = 1; j <= vexNum; j++)
{
G.arcs[i][j] = 0;//初始化
}
}
for (int i = 0; i {
cin >> x >> y;
G.arcs[x][y] = 1;
}
}
void program(MyGraph& G,int color)//方案
{
int i, j, n;
cin >> n;
for (i = 0; i {
for (j = 1; j <= G.vexNum; j++)
{
cin >> G.color[j];
}
if (Check(G,color))
{
cout <<"Yes" < }
else
{
cout <<"No" < }
}
}
int Check(MyGraph& G, int color)//判断
{
int flag = 1;
int count = 0, tmp;
int a[MAXVEXNUM] = { 0 };
for (int i = 1; i <= G.vexNum; i++)
{
a[i] = G.color[i];
}
for (int i = 0; i {
for (int j = 1; j {
if (a[j] > a[j + 1])
{
int tmp = a[j];
a[j] = a[j + 1];
a[j + 1] = tmp;
}
}
}
for (int i = 1; i {
if (a[i] == a[i + 1])
count++;
}
if (G.vexNum-count > color)
return 0;
for (int i = 1; i <= G.vexNum; i++)
{
for (int j = 1; j <= G.vexNum; j++)
{
if (G.arcs[i][j])
{
if (G.color[i] == G.color[j])
{
flag = 0;
break;
}
}
}
}
return flag;
}

排序算法也可换成查找排序或者其他高效的排序算法。


推荐阅读
  • 本问题探讨了在特定条件下排列儿童队伍的方法数量。题目要求计算满足条件的队伍排列总数,并使用递推算法和大数处理技术来解决这一问题。 ... [详细]
  • 算法题解析:最短无序连续子数组
    本题探讨如何通过单调栈的方法,找到一个数组中最短的需要排序的连续子数组。通过正向和反向遍历,分别使用单调递增栈和单调递减栈来确定边界索引,从而定位出最小的无序子数组。 ... [详细]
  • 本文介绍如何在 C++ 中使用链表结构存储和管理数据。通过具体示例,展示了静态链表的基本操作,包括节点的创建、链接及遍历。 ... [详细]
  • 反向投影技术主要用于在大型输入图像中定位特定的小型模板图像。通过直方图对比,它能够识别出最匹配的区域或点,从而确定模板图像在输入图像中的位置。 ... [详细]
  • 查找最小值的操作是很简单的,只需要从根节点递归的遍历到左子树节点即可。当遍历到节点的左孩子为NULL时,则这个节点就是树的最小值。上面的树中,从根节点20开始,递归遍历左子 ... [详细]
  • JavaScript 中创建对象的多种方式
    本文介绍了 JavaScript 中创建对象的几种常见方法,包括字面量形式、构造函数、原型对象等。每种方法都有其特点和适用场景,通过对比分析,帮助开发者选择最适合的方式。 ... [详细]
  • 本文探讨了在使用Selenium进行自动化测试时,由于webdriver对象实例化位置不同而导致浏览器闪退的问题,并提供了详细的代码示例和解决方案。 ... [详细]
  • 本文深入探讨了线性代数中向量的线性关系,包括线性相关性和极大线性无关组的概念。通过分析线性方程组和向量组的秩,帮助读者理解这些概念在实际问题中的应用。 ... [详细]
  • 本文旨在提供一套高效的面试方法,帮助企业在短时间内找到合适的产品经理。虽然观点较为直接,但其方法已被实践证明有效,尤其适用于初创公司和新项目的需求。 ... [详细]
  • 本文探讨了使用C#在SQL Server和Access数据库中批量插入多条数据的性能差异。通过具体代码示例,详细分析了两种数据库的执行效率,并提供了优化建议。 ... [详细]
  • 本文详细探讨了JavaScript中的作用域链和闭包机制,解释了它们的工作原理及其在实际编程中的应用。通过具体的代码示例,帮助读者更好地理解和掌握这些概念。 ... [详细]
  • 解决TensorFlow CPU版本安装中的依赖问题
    本文记录了在安装CPU版本的TensorFlow过程中遇到的依赖问题及解决方案,特别是numpy版本不匹配和动态链接库(DLL)错误。通过详细的步骤说明和专业建议,帮助读者顺利安装并使用TensorFlow。 ... [详细]
  • 探索新一代API文档工具,告别Swagger的繁琐
    对于后端开发者而言,编写和维护API文档既繁琐又不可或缺。本文将介绍一款全新的API文档工具,帮助团队更高效地协作,简化API文档生成流程。 ... [详细]
  • 本文探讨了在构建应用程序时,如何对不同类型的数据进行结构化设计。主要分为三类:全局配置、用户个人设置和用户关系链。每种类型的数据都有其独特的用途和应用场景,合理规划这些数据结构有助于提升用户体验和系统的可维护性。 ... [详细]
  • Linux中的yum安装软件
    yum俗称大黄狗作用:解决安装软件包的依赖关系当安装依赖关系的软件包时,会将依赖的软件包一起安装。本地yum:需要yum源,光驱挂载。yum源:(刚开始查看yum源中的内容就是上图 ... [详细]
author-avatar
ck凯悦风_855
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有