26考研——图_图的代码实操(6)

408答疑


文章目录

  • 五、图的代码实操
    • 图的存储
      • 邻接矩阵
        • 结构定义
        • 初始化
        • 插入顶点
        • 获取顶点位置
        • 在顶点 v1 和 v2 之间插入边
        • 获取第一个邻接顶点
        • 获取下一个邻接顶点
        • 显示图
      • 邻接表
        • 结构定义
        • 初始化图
        • 插入顶点
        • 获取顶点位置
        • 在顶点 v1 和 v2 之间插入边
        • 获取第一个邻接顶点
        • 获取下一个邻接顶点
        • 显示图
    • 图的遍历
      • 深度优先遍历
        • 算法思想
          • 算法步骤
          • 算法特点
        • 邻接矩阵
        • 邻接表
      • 广度优先遍历
        • 算法思想
        • 邻接矩阵
        • 邻接表
    • 图的应用
      • BFS算法求解单源最短路径问题
      • 拓扑排序
  • 六、参考资料
    • 鲍鱼科技课件
    • 26王道考研书


五、图的代码实操

图的存储

邻接矩阵

结构定义
typedef struct GraphMtx {int numV; // 顶点个数int numE; // 边的条数ElemType vList[MAX_VERTEX_SIZE]; // 顶点空间int edge[MAX_VERTEX_SIZE][MAX_VERTEX_SIZE]; // 边的矩阵
} GraphMtx;
初始化
  • 初始化图的顶点数和边数为 0,并将邻接矩阵的所有元素设置为 0。
void initGraph(GraphMtx *g) {g->numV = 0;g->numE = 0;for (int i = 0; i < MAX_VERTEX_SIZE; ++i) {for (int j = 0; j < MAX_VERTEX_SIZE; ++j)g->edge[i][j] = 0;}
}
插入顶点
  • 在图中插入一个新顶点,如果顶点数超过最大值则不插入。
void insertVertex(GraphMtx *g, ElemType vertex) {if (g->numV >= MAX_VERTEX_SIZE)return;g->vList[g->numV] = vertex;g->numV++;
}
获取顶点位置
  • 返回顶点在顶点列表中的位置,如果不存在则返回 -1。
int getPosVertex(GraphMtx *g, ElemType vertex) {for (int i = 0; i < g->numV; ++i) {if (g->vList[i] == vertex)return i;}return -1; // 没有要查找的顶点
}
在顶点 v1 和 v2 之间插入边
  • 在图中插入一条从顶点 vertex1 到顶点 vertex2 的边。
void insertEdge(GraphMtx *g, ElemType vertex1, ElemType vertex2) {int v1 = getPosVertex(g, vertex1);int v2 = getPosVertex(g, vertex2);// 插入v1->v2边g->edge[v1][v2] = 1;// 若是无向图,则插入v2->v1边//g->edge[v2][v1] = 1;g->numE++;
}
获取第一个邻接顶点
  • 获取给定顶点的第一个邻接顶点。
int getFirstNeighbor(GraphMtx *g, ElemType vertex) {int v = getPosVertex(g, vertex);if (v == -1)return -1; // 没有邻接顶点for (int j = 0; j < g->numV; ++j) {if (g->edge[v][j] == 1)return j; // 返回邻接顶点}return -1; // 没有邻接顶点
}
获取下一个邻接顶点
  • 获取给定顶点的下一个邻接顶点。
int getNextNeighbor(GraphMtx *g, ElemType vertex1, ElemType vertex2) {int v1 = getPosVertex(g, vertex1);int v2 = getPosVertex(g, vertex2);if (v1 == -1 || v2 == -1)return -1;for (int j = v2 + 1; j < g->numV; ++j) {if (g->edge[v1][j] == 1)return j;}return -1;
}
显示图
  • 显示图的邻接矩阵。
void showGraph(GraphMtx *g) {printf(" ");for (int i = 0; i < g->numV; ++i)printf(" %c", g->vList[i]);printf("\n");for (int i = 0; i < g->numV; ++i) {printf("%c ", g->vList[i]);for (int j = 0; j < g->numV; ++j) {printf("%d ", g->edge[i][j]);}printf("\n");}
}

邻接表

结构定义
typedef struct Edge {int dest; // 目标顶点的下标struct Edge *next; // 结点指针
} Edge;typedef struct Vertex {ElemType data;   // 顶点数据Edge *first; // 指向边的起始指针
} Vertex;typedef struct GraphLnk {int numV; // 顶点数int numE; // 边的条数Vertex nodeTable[MAX_VERTEX_SIZE];
} GraphLnk;
初始化图
  • 初始化图的顶点数和边数为 0,并将邻接表的所有元素设置为 NULL。
void initGraph(GraphLnk *g) {g->numV = 0;g->numE = 0;for (int i = 0; i < MAX_VERTEX_SIZE; ++i)g->nodeTable[i].first = NULL;
}
插入顶点
  • 在图中插入一个新顶点,如果顶点数超过最大值则不插入。
void insertVertex(GraphLnk *g, ElemType vertex) {if (g->numV >= MAX_VERTEX_SIZE)return;g->nodeTable[g->numV].data = vertex;g->numV++;
}
获取顶点位置
  • 返回顶点在顶点列表中的位置,如果不存在则返回 -1。
int getPosVertex(GraphLnk *g, ElemType vertex) {for (int i = 0; i < g->numV; ++i) {if (g->nodeTable[i].data == vertex)return i;}return -1; // 没有要查找的顶点
}
在顶点 v1 和 v2 之间插入边
  • 在图中插入一条从顶点 vertex1 到顶点 vertex2 的边。
void insertEdge(GraphLnk *g, ElemType vertex1, ElemType vertex2) {int v1 = getPosVertex(g, vertex1);int v2 = getPosVertex(g, vertex2);// v1->v2Edge *e = (Edge*)malloc(sizeof(Edge));e->dest = v2;e->next = g->nodeTable[v1].first;g->nodeTable[v1].first = e;// 	若是无向图,则插入v2->v1边//e = (Edge*)malloc(sizeof(Edge));//e->dest = v1;//e->next = g->nodeTable[v2].first;//g->nodeTable[v2].first = e;g->numE++;
}
获取第一个邻接顶点
  • 获取给定顶点的第一个邻接顶点。
int getFirstNeighbor(GraphLnk *g, ElemType vertex) {int v = getPosVertex(g, vertex);if (v == -1)return -1; // 没有邻接顶点if (g->nodeTable[v].first != NULL)return g->nodeTable[v].first->dest;return -1; // 没有邻接顶点
}
获取下一个邻接顶点
  • 获取给定顶点的下一个邻接顶点。
int getNextNeighbor(GraphLnk *g, ElemType vertex1, ElemType vertex2) {int v1 = getPosVertex(g, vertex1);int v2 = getPosVertex(g, vertex2);if (v1 == -1 || v2 == -1)return -1;Edge *p = g->nodeTable[v1].first;while (p->dest != v2)p = p->next;p = p->next;if (p != NULL)return p->dest;return -1;
}
显示图
  • 显示图的邻接表。
void showGraph(GraphLnk *g) {for (int i = 0; i < g->numV; ++i) {printf("%d %c : ", i, g->nodeTable[i].data);Edge *p = g->nodeTable[i].first;while (p != NULL) {printf("%d->", p->dest);p = p->next;}printf("Nil.\n");}
}

图的遍历

深度优先遍历

算法思想

深度优先遍历(DFS)是一种用于遍历或搜索图或树的算法。该算法使用栈(显式或递归)来实现非递归约的遍历过程。算法从图中的某一顶点开始,沿着路径深入访问尽可能远的顶点,直到不能再深入为止,然后回溯并访问其他路径。

算法步骤
  1. 访问起始顶点:选择图中的某一顶点作为起始点,并标记为已访问。
  2. 访问邻接顶点:访问该顶点的所有未被访问的邻接顶点,对每个邻接顶点递归地调用DFS。
  3. 回溯:当当前路径无法继续深入时,回溯到最近的已访问顶点,检查是否有其他未访问的邻接顶点。
  4. 重复过程:重复上述过程,直到图中所有顶点都被访问。
算法特点
  • DFS 相当于二叉树中的前序遍历。
  • 使用临时空间来标记结点是否被访问过。
  • 适用于图的连通性检测、拓扑排序等场景。
邻接矩阵
void DFS(GraphMtx *g, ElemType vertex) {printf("%c->", vertex);int v = getPosVertex(g, vertex);visit[v] = 1; // 标记顶点int w = getFirstNeighbor(g, vertex);while (w != -1) {if (!visit[w]) {DFS(g, g->vList[w]);}w = getNextNeighbor(g, g->vList[v], g->vList[w]); //(g, v1, v2)}
}
邻接表
void DFS(GraphLnk *g, ElemType vertex) {printf("%c->", vertex);int v = getPosVertex(g, vertex);visit[v] = 1; // 标记顶点int w = getFirstNeighbor(g, vertex);while (w != -1) {if (!visit[w]) {DFS(g, g->nodeTable[w].data);}w = getNextNeighbor(g, g->nodeTable[v].data, g->nodeTable[w].data); //(g, v1, v2)}
}

广度优先遍历

算法思想
  1. 初始化

    • 标记起始顶点为已访问。
    • 将起始顶点入队。
  2. 遍历队列:当队列不为空时,执行以下操作。

    • 从队列中取出一个顶点。
    • 访问该顶点的所有未访问过的邻接顶点。
    • 将这些邻接顶点标记为已访问,并加入队列。
  3. 重复步骤2,直到队列为空,即所有可达顶点都被访问。

邻接矩阵
void BFS(GraphMtx *g, ElemType vertex) {printf("%c->", vertex);int v = getPosVertex(g, vertex);visit[v] = 1;int Q[MAX_VERTEX_SIZE];int front = 0, rear = 0;// 入队Q[rear++] = v;while (front != rear) { // 队列不空v = Q[front++]; // 出队并保存顶点int w = getFirstNeighbor(g, g->vList[v]);while (w != -1) {if (!visit[w]) {printf("%c->", g->vList[w]);visit[w] = 1;Q[rear++] = w;}w = getNextNeighbor(g, g->vList[v], g->vList[w]);}}
}
邻接表
void BFS(GraphLnk *g, ElemType vertex) {printf("%c->", vertex);int v = getPosVertex(g, vertex);visit[v] = 1;int Q[MAX_VERTEX_SIZE];int front = 0, rear = 0;// 入队Q[rear++] = v;while (front != rear) { // 队列不空v = Q[front++]; // 出队并保存顶点int w = getFirstNeighbor(g, g->nodeTable[v].data);while (w != -1) {if (!visit[w]) {printf("%c->", g->nodeTable[w].data);visit[w] = 1;Q[rear++] = w;}w = getNextNeighbor(g, g->nodeTable[v].data, g->nodeTable[w].data);}}
}

图的应用

BFS算法求解单源最短路径问题

  1. 初始化

    • 设置所有顶点的最短路径长度为无穷大,起始顶点的距离为0。
    • 标记起始顶点为已访问。
    • 将起始顶点加入队列。
  2. BFS遍历:当队列非空时,执行以下操作。

    • 从队列中取出一个顶点。
    • 遍历该顶点的所有未访问邻接顶点。
    • 更新邻接顶点的最短路径长度。
    • 标记邻接顶点为已访问。
    • 将邻接顶点加入队列。
  3. 完成遍历

    • 重复步骤2,直到队列为空。
    • 此时,数组d中存储的即为从起始顶点到所有可达顶点的最短路径长度。
void BFS_MIN_Distance(GraphMtx G, int u) {// d[i]表示从u到i结点的最短路径长度int d[MAX_VERTEX_SIZE]; int visited[MAX_VERTEX_SIZE]; // 访问标记数组Queue Q; // 定义队列Qfor (int i = 0; i < G.numV; ++i) {d[i] =; // 初始化路径长度为无穷大visited[i] = FALSE; // 初始化所有顶点为未访问}d[u] = 0; // 起始顶点到自身的距离为0visited[u] = TRUE; // 标记起始顶点为已访问EnQueue(Q, u); // 将起始顶点入队while (!IsEmpty(Q)) { // BFS算法主过程int v;DeQueue(Q, v); // 队头元素v出队for (int w = FirstNeighbor(G, v); w >= 0; w = NextNeighbor(G, v, w)) {if (!visited[w]) { // w为v的尚未访问的邻接顶点visited[w] = TRUE; // 标记为已访问d[w] = d[v] + G.edge[v][w]; // 路径长度加v到w的边的权重EnQueue(Q, w); // 顶点w入队}}}
}

拓扑排序

  • 使用栈实现图的拓扑排序,输出顶点的拓扑序列。
void topSort(GraphMtx *g) {// 统计每一个顶点的入度for (int j = 0; j < g->numV; ++j) {for (int i = 0; i < g->numV; ++i) {if (g->edge[i][j] == 1)inDegree[j]++;}}// 定义一个栈ElemType stack[MAX_VERTEX_SIZE] = { 0 };int top = 0;// 把入度为0的顶点入栈for (int i = 0; i < g->numV; ++i) {if (inDegree[i] == 0) // 入度为0stack[top++] = i;}for (int i = 0; i < g->numV; ++i) { // 排序输出每一个顶点if (top == 0) {printf("图有回路.\n");return;}int v = stack[--top];printf("%c->", g->vList[v]);int w = getFirstNeighbor(g, g->vList[v]);while (w != -1) {if (--inDegree[w] == 0)stack[top++] = w;w = getNextNeighbor(g, g->vList[v], g->vList[w]);}}
}

六、参考资料

鲍鱼科技课件

b站免费王道课后题讲解:
在这里插入图片描述

网课全程班:
在这里插入图片描述

26王道考研书

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/bicheng/74635.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

开源webmail邮箱客户端rainloop的分支版本SnappyMail 设置发件人允许多重身份

RainLoop已多年未更新&#xff0c;SnappyMail 是 RainLoop 的分支&#xff0c;由社区维护。SnappyMail 不仅修复了漏洞&#xff0c;还增加了更多功能和优化。对 IMAP 支持更好&#xff0c;移动端体验也比 RainLoop 更细致。 安装过程和设置跟RainLoop一样&#xff1a; 以宝塔面…

海量数据场景题--查找两个大文件的URL

查找两个大文件共同的URL 给定 a、b 两个文件&#xff0c;各存放 50 亿个 URL&#xff0c;每个 URL 各占 64B&#xff0c;找出 a、b 两个文件共同的 URL。内存限制是 4G。 操作逻辑&#xff1a; 使用哈希函数 hash(URL) % 1000​ 将每个URL映射到0-999的编号 文件A切割为a0, a1…

简单ELK框架搭建

简介 ELK 框架是一套开源的日志管理和分析工具&#xff0c;由 Elasticsearch、Logstash 和 Kibana 三个主要组件组成&#xff0c;现在新增了Filebeat组件&#xff0c;可以更高效的收集数据。 Elasticsearch&#xff1a;是一个分布式、高可扩展的开源搜索引擎&#xff0c;能快速…

VS Code 中 .history`文件的来源与 .gitignore`的正确使用

引言 在使用 VS Code 进行 Git 版本控制时&#xff0c;有时会发现项目中多出一个 .history 目录&#xff0c;并被 Git 识别为未跟踪文件。本文将解释 .history 的来源&#xff0c;并提供 .gitignore 的正确配置方法&#xff0c;确保开发环境的整洁性。 1. .history 文件的来源…

网络之数据链路层

数据链路层 数据链路层目标 TCP/IP提供了一种能力, 将数据可靠的从 B 跨网络送到 C 主机, 这期间是由无数次局域网转发构成的, 比如 主机B 到 路由器F 就是一次局域网通信的问题, 而数据链路层就是研究数据是如何在局域网内部转发的. 也就是说, 应用层是进行数据的处理, 传输…

A Brief History: from GPT-1 to GPT-3

This is my reading notes of 《Developing Apps with GPT-4 and ChatGPT》. In this section, we will introduce the evolution of the OpenAI GPT medels from GPT-1 to GPT-4. GPT-1 In mid-2018, OpenAI published a paper titled “Improving Language Understanding …

基于大数据的各品牌手机销量数据可视化分析系统(源码+lw+部署文档+讲解),源码可白嫖!

摘要 时代在飞速进步&#xff0c;每个行业都在努力发展现在先进技术&#xff0c;通过这些先进的技术来提高自己的水平和优势&#xff0c;各品牌手机销量数据可视化分析系统当然不能排除在外。基于大数据的各品牌手机销量数据可视化分析系统是在实际应用和软件工程的开发原理之…

人工智能-群晖Docker部署DB-GPT

人工智能-群晖Docker部署DB-GPT 0 环境及说明1 获取dbgpt的docker镜像2 下载向量模型3 下载配置文件4 修改配置文件5 创建dbgpt容器并运行6 访问dbgpt0 环境及说明 环境项说明DSM版本DSM 7.2.1-69057 update 3Container Manager版本24.0.2-1535当前 hub.docker.com 镜像仓库中的…

Netty——TCP 粘包/拆包问题

文章目录 1. 什么是 粘包/拆包 问题&#xff1f;2. 原因2.1 Nagle 算法2.2 滑动窗口2.3 MSS 限制2.4 粘包的原因2.5 拆包的原因 3. 解决方案3.1 固定长度消息3.2 分隔符标识3.3 长度前缀协议3.3.1 案例一3.3.2 案例二3.3.3 案例三 4. 总结 1. 什么是 粘包/拆包 问题&#xff1f…

JavaScript Fetch API

简介 fetch() API 是用于发送 HTTP 请求的现代异步方法&#xff0c;它基于 Promise&#xff0c;比传统的 XMLHttpRequest 更加简洁、强大 示例 基本语法 fetch(url, options).then(response > response.json()).then(data > console.log(data)).catch(error > con…

UMI-OCR Docker 部署

额外补充 Docker 0.前置条件 部署前&#xff0c;请检查主机的CPU是否具有AVX指令集 lscpu | grep avx 输出如下即可继续部署 Flags: ... avx ... avx2 ... 1.下载dockerfile wget https://raw.githubusercontent.com/hiroi-sora/Umi-OCR_runtime_linux/main/Do…

C++ --- 二叉搜索树

1 二叉搜索树的概念 ⼆叉搜索树⼜称⼆叉排序树&#xff0c;它或者是⼀棵空树&#xff0c;或者是具有以下性质的⼆叉树: 1 若它的左⼦树不为空&#xff0c;则左⼦树上所有结点的值都⼩于等于根结点的值 2 若它的右⼦树不为空&#xff0c;则右⼦树上所有结点的值都⼤于等于根结点…

跨语言语言模型预训练

摘要 最近的研究表明&#xff0c;生成式预训练在英语自然语言理解任务中表现出较高的效率。在本研究中&#xff0c;我们将这一方法扩展到多种语言&#xff0c;并展示跨语言预训练的有效性。我们提出了两种学习跨语言语言模型&#xff08;XLM&#xff09;的方法&#xff1a;一种…

文件描述符,它在哪里存的,exec()后还存在吗

学过计系肯定了解 寄存器、程序计数器、堆栈这些 程序运行需要的资源。 这些是进程地址空间。 而操作系统分配一个进程资源时&#xff0c;分配的是 PCB 进程控制块。 所以进程控制块还维护其他资源——程序与外部交互的资源——文件、管道、套接字。 文章目录 文件描述符进程管…

Slidev使用(一)安装

文章目录 1. **安装位置**2. **使用方式**3. **适用场景**4. **管理和维护** 全局安装1. **检查 Node.js 和 npm 是否已安装**2. **全局安装 Slidev CLI**3. **验证安装是否成功**4. **创建幻灯片文件**5. **启动 Slidev**6. **实时编辑和预览**7. **构建和导出&#xff08;可选…

第二十一章:模板与继承_《C++ Templates》notes

模板与继承 重点和难点编译与测试说明第一部分&#xff1a;多选题 (10题)第二部分&#xff1a;设计题 (5题)答案与详解多选题答案&#xff1a;设计题参考答案 测试说明 重点和难点 21.1 空基类优化&#xff08;EBCO&#xff09; 知识点 空基类优化&#xff08;Empty Base Cla…

AOA与TOA混合定位,MATLAB例程,自适应基站数量,三维空间下的运动轨迹,滤波使用EKF

本代码实现了一个基于 到达角(AOA) 和 到达时间(TOA) 的混合定位算法,结合 扩展卡尔曼滤波(EKF) 对三维运动目标的轨迹进行滤波优化。代码通过模拟动态目标与基站网络,展示了从信号测量、定位解算到轨迹滤波的全流程,适用于城市峡谷、室内等复杂环境下的定位研究。 文…

量子计算:开启未来计算的新纪元

一、引言 在当今数字化时代&#xff0c;计算技术的飞速发展深刻地改变了我们的生活和工作方式。从传统的电子计算机到如今的高性能超级计算机&#xff0c;人类在计算能力上取得了巨大的进步。然而&#xff0c;随着科技的不断推进&#xff0c;我们面临着越来越多的复杂问题&…

AMD机密计算虚拟机介绍

一、什么机密计算虚拟机 机密计算虚拟机 是一种基于硬件安全技术(如 AMD Secure Encrypted Virtualization, SEV)的虚拟化环境,旨在保护虚拟机(VM)的 ​运行中数据​(包括内存、CPU 寄存器等)免受外部攻击或未经授权的访问,即使云服务提供商或管理员也无法窥探。 AMD …

如何通过数据可视化提升管理效率

通过数据可视化提升管理效率的核心方法包括清晰展示关键指标、及时发现和解决问题、支持决策优化。其中&#xff0c;清晰展示关键指标尤为重要。通过数据可视化工具直观地呈现关键绩效指标&#xff08;KPI&#xff09;&#xff0c;管理者能快速、准确地理解业务现状&#xff0c…