数据结构上机实验——图的实现（以无向邻接表为例）、图的深度优先搜索（DFS）、图的广度优先搜索（BFS）

文章目录

  • 数据结构上机实验
    • 1.要求
    • 2.图的实现（以无向邻接表为例）
      • 2.1创建图
        • 2.1.1定义图的顶点、边及类定义
        • 2.1.2创建无向图和查找
        • 2.1.3插入边
        • 2.1.4打印函数
      • 2.2图的深度优先搜索（DFS）
      • 2.3图的广度优先搜索（BFS）
    • 3.全部源码
      • 测试：
      • Graph.h
      • test.cpp

数据结构上机实验

1.要求

  图采用邻接表存储结构，编程实现图的深度优先搜索和广度优先搜索算法。
            

2.图的实现（以无向邻接表为例）

2.1创建图

2.1.1定义图的顶点、边及类定义

  我们定义一个邻接表类（ALGraph）。这里实现一些基础的数据结构。要注意结构体的嵌套。

  Edge: 用于表示图中的边，包含两个顶点（tail和head）和一个权重cost。

  ArcNode: 用于表示图中的有向边，包含一个目标顶点adjvex、一个权重info和一个指向下一个有向边的指针nextarc。

  VNode: 用于表示图中的顶点，包含一个数据值data和一个指向第一条边的指针fistarc。

  AdjGraph: 用于表示整个图，包含一个顶点数组表vertices（最大顶点数为MAXVex）、顶点数vexnum、边数arcnum和图的类型kind。

#define MAXVex 20 //最大的顶点数	
#define VElemType inttypedef enum {DG,    //有向图UDG,   //无向图DN,    //有向网UDN    //无向网
}GraphKind;//定义边
typedef struct 
{VElemType tail;VElemType head;int cost;
}Edge;//定义边节点
typedef struct ArcNode 
{int adjvex;	 //终点在数组表中的下表int info;	 //权值ArcNode* nextarc; //下一个边的地址
}ArcNode;//定义表头节点
typedef struct
{VElemType data;	 ArcNode* fistarc; //储存第一条边的结点地址
}VNode;//定义邻接表
typedef struct
{VNode vertices[MAXVex]; //储存MAXVex个VNode的数组表int vexnum;    //顶点数int arcnum;    //边数GraphKind kind;
}AdjGraph;//定义邻接表类
class ALGraph
{
private:AdjGraph ag;
};

  

2.1.2创建无向图和查找

  CreateGraph函数:

  该函数首先使用输入参数n和m来初始化图的顶点数和边数。它通过循环读入每个顶点的数据，并初始化顶点数组表。每个顶点的数据值被初始化为输入的值，而第一条边的地址被初始化为NULL。 接着，它通过循环读入每条边的信息，并建立边集。对于每条边，它查找两个顶点的位置，然后创建一个新的ArcNode来存储这条边。如果图是无向的（kind == UDN），它还会创建另一个ArcNode来存储反向边。

  LocateVex函数:

  这个函数用于查找给定数据值在顶点数组表中的位置。 它遍历整个顶点数组表，如果找到匹配的数据值，就返回该位置的索引；否则，返回-1。

//创建无向图
void CreateGraph(int n, int m)
{ag.vexnum = n;  //ag有n个顶点ag.arcnum = m;  //ag有m个边ag.kind = UDN;int i, j, w, h, t;VElemType u, v;ArcNode* p;for (i = 0; i < n; i++)  //初始化顶点数组表{cin >> ag.vertices[i].data;ag.vertices[i].fistarc = NULL;}for (j = 0; j < m; j++) //建立边集{cin >> u >> v >> w;  //输入一条弧<u,v,w>h = LocateVex(u);t = LocateVex(v);p = new ArcNode;  //储存无向边p->adjvex = t;p->info = w;p->nextarc = ag.vertices[h].fistarc;if (ag.kind == UDN)  //储存无向边（v,u）{ag.vertices[h].fistarc = p;p = new ArcNode;p->adjvex = h;p->info = w;p->nextarc = ag.vertices[t].fistarc;ag.vertices[t].fistarc = p;}}
}//查找顶点信息在数组中的下表
int LocateVex(VElemType u)
{for (int i = 0; i < ag.vexnum; i++){if (u == ag.vertices[i].data){return i;}}return -1;
}

  

2.1.3插入边

  InsertArcGraph：

  接受三个参数：顶点u、顶点v和边的权重info。代码实现了向图中插入新的边的功能。如果指定的两个顶点不存在，则会在顶点数组表中插入它们。 然后，创建两个新的ArcNode节点来代表双向边，并将它们插入到两个顶点的第一条边链表中。最后，更新图的状态信息（顶点数和边数）。

//插入边
void InsertArcGraph(VElemType u, VElemType v, int info)
{int h = LocateVex(u), t = LocateVex(v);ArcNode* p;if (h == -1)  //在顶点数组表中插入顶点u{ag.vertices[ag.vexnum].data = u;ag.vertices[ag.vexnum].fistarc = NULL;h = ag.vexnum;ag.vexnum++;}if (t == -1)  //在顶点数组表中插入顶点t{ag.vertices[ag.vexnum].data = v;ag.vertices[ag.vexnum].fistarc = NULL;t = ag.vexnum;ag.vexnum++;}p = new ArcNode;p->adjvex = t;p->info = info;p->nextarc = ag.vertices[h].fistarc;ag.vertices[h].fistarc = p;p = new ArcNode;p->adjvex = h;p->info = info;p->nextarc = ag.vertices[t].fistarc;ag.vertices[t].fistarc = p;ag.arcnum++;
}

  

2.1.4打印函数

  Print()

  这段代码是一个用于打印图的顶点和边信息的函数。 它遍历图的顶点数组表和邻接表，并打印每个顶点的索引、数据值和邻居信息。输出格式可以帮助理解图的结构和连接关系。

//打印函数
void Print()
{// 顶点for (size_t i = 0; i < ag.vexnum; ++i){cout << "[" << i << "]" << "->" << ag.vertices[i].data << endl;}cout << endl;for (size_t i = 0; i < ag.vexnum; ++i){cout << ag.vertices[i].data << "[" << i << "]->";ArcNode* cur = ag.vertices[i].fistarc;while (cur){cout << "[" << cur->adjvex << ":" << cur->info << "]->";cur = cur->nextarc;}cout << "NULL" << endl;}cout << endl;
}

  

2.2图的深度优先搜索（DFS）

  深度优先搜索（DFS）是一种用于遍历或搜索树或图的算法。这个算法会尽可能深地搜索图的分支。当节点v的所在边都己被探寻过，搜索将回溯到发现节点v的那条边的起始节点。

  实现图的深度优先搜索（DFS）的算法。我们使用递归即可，同时要使用数组vis来追踪哪些节点已经被访问过。

  在DFS函数中，我们应该使用节点的索引进行访问和标记，如果遇到了没有标记的点，就进行DFS操作，直到遍历完我们所有的图即可。
在这里插入图片描述

//深度优先搜索
int vis[MAXVex];
void DFS(VElemType v)
{ArcNode* p;int h = LocateVex(v);cout << v;vis[h] = 1;for (p = ag.vertices[h].fistarc; p; p = p->nextarc){if (vis[p->adjvex] == 0){DFS(ag.vertices[p->adjvex].data);}}
}
void DFSTraverse()
{int i;for (i = 0; i < ag.vexnum; i++){vis[i] = 0;}for (i = 0; i < ag.vexnum; i++){if (!vis[i]){DFS(ag.vertices[i].data);}}cout << endl;
}

  

2.3图的广度优先搜索（BFS）

  广度优先搜索（BFS）是一种用于图的遍历或搜索的算法。这种算法会尽可能广地搜索图的节点，从一个起始节点开始，探索邻近节点，然后再探索下一层级的节点。

  图的广度优先搜索（BFS）算法，我们可以利用队列来实现，它是在图中查找从给定源节点到所有其他节点的路径的算法。在的代码中，我们需要定义了一个数组visi来跟踪已经访问过的节点，然后使用队列lq来存储待访问的节点。

  在BFSTraverse函数中，我们先初始化visi数组，然后遍历所有的节点。如果一个节点尚未被访问，你就调用BFS函数进行访问。使用传递进来的节点数据来查找其在图中的索引，然后不断重复操作，知道队列中的数据为0。
在这里插入图片描述

//广度优先搜索
int visi[MAXVex];
void BFS(VElemType v)
{int h = LocateVex(v);ArcNode* p;queue<VElemType> lq;lq.push(h);visi[h] = 1;while (!lq.empty()){h=lq.front();lq.pop();cout << ag.vertices[h].data;for (p = ag.vertices[h].fistarc; p; p = p->nextarc){if (!visi[p->adjvex]){lq.push(p->adjvex);visi[p->adjvex] = 1;}}}
}
void BFSTraverse()
{int i;for (i = 0; i < ag.vexnum; i++){visi[i] = 0;}for (i = 0; i < ag.vexnum; i++){if (!visi[i]){BFS(ag.vertices[i].data);}}cout << endl;
}

            

3.全部源码

测试：

在这里插入图片描述
在这里插入图片描述

  

Graph.h

#pragma once#include<queue>namespace link_table
{
#define MAXVex 20 //最大的顶点数	
#define VElemType inttypedef enum {DG,    //有向图UDG,   //无向图DN,    //有向网UDN    //无向网
}GraphKind;//定义边
typedef struct 
{VElemType tail;VElemType head;int cost;
}Edge;//定义边节点
typedef struct ArcNode 
{int adjvex;	 //终点在数组表中的下表int info;	 //权值ArcNode* nextarc; //下一个边的地址
}ArcNode;//定义表头节点
typedef struct
{VElemType data;	 ArcNode* fistarc; //储存第一条边的结点地址
}VNode;//定义邻接表
typedef struct
{VNode vertices[MAXVex]; //储存MAXVex个VNode的数组表int vexnum;    //顶点数int arcnum;    //边数GraphKind kind;
}AdjGraph;//定义邻接表类
class ALGraph
{
public://创建无向图void CreateGraph(int n, int m){ag.vexnum = n;  //ag有n个顶点ag.arcnum = m;  //ag有m个边ag.kind = UDN;int i, j, w, h, t;VElemType u, v;ArcNode* p;for (i = 0; i < n; i++)  //初始化顶点数组表{cin >> ag.vertices[i].data;ag.vertices[i].fistarc = NULL;}for (j = 0; j < m; j++) //建立边集{cin >> u >> v >> w;  //输入一条弧<u,v,w>h = LocateVex(u);t = LocateVex(v);p = new ArcNode;  //储存无向边p->adjvex = t;p->info = w;p->nextarc = ag.vertices[h].fistarc;if (ag.kind == UDN)  //储存无向边（v,u）{ag.vertices[h].fistarc = p;p = new ArcNode;p->adjvex = h;p->info = w;p->nextarc = ag.vertices[t].fistarc;ag.vertices[t].fistarc = p;}}}//查找顶点信息在数组中的下表int LocateVex(VElemType u){for (int i = 0; i < ag.vexnum; i++){if (u == ag.vertices[i].data){return i;}}return -1;}//计算顶点的度数int Degree(VElemType u){int h = LocateVex(u);int count = 0;ArcNode* p = ag.vertices[h].fistarc;while (p){count++;p = p->nextarc;}return count;}//插入边void InsertArcGraph(VElemType u, VElemType v, int info){int h = LocateVex(u), t = LocateVex(v);ArcNode* p;if (h == -1)  //在顶点数组表中插入顶点u{ag.vertices[ag.vexnum].data = u;ag.vertices[ag.vexnum].fistarc = NULL;h = ag.vexnum;ag.vexnum++;}if (t == -1)  //在顶点数组表中插入顶点t{ag.vertices[ag.vexnum].data = v;ag.vertices[ag.vexnum].fistarc = NULL;t = ag.vexnum;ag.vexnum++;}p = new ArcNode;p->adjvex = t;p->info = info;p->nextarc = ag.vertices[h].fistarc;ag.vertices[h].fistarc = p;p = new ArcNode;p->adjvex = h;p->info = info;p->nextarc = ag.vertices[t].fistarc;ag.vertices[t].fistarc = p;ag.arcnum++;}//深度优先搜索int vis[MAXVex];void DFS(VElemType v){ArcNode* p;int h = LocateVex(v);cout << v;vis[h] = 1;for (p = ag.vertices[h].fistarc; p; p = p->nextarc){if (vis[p->adjvex] == 0){DFS(ag.vertices[p->adjvex].data);}}}void DFSTraverse(){int i;for (i = 0; i < ag.vexnum; i++){vis[i] = 0;}for (i = 0; i < ag.vexnum; i++){if (!vis[i]){DFS(ag.vertices[i].data);}}cout << endl;}//广度优先搜索int visi[MAXVex];void BFS(VElemType v){int h = LocateVex(v);ArcNode* p;queue<VElemType> lq;lq.push(h);visi[h] = 1;while (!lq.empty()){h=lq.front();lq.pop();cout << ag.vertices[h].data;for (p = ag.vertices[h].fistarc; p; p = p->nextarc){if (!visi[p->adjvex]){lq.push(p->adjvex);visi[p->adjvex] = 1;}}}}void BFSTraverse(){int i;for (i = 0; i < ag.vexnum; i++){visi[i] = 0;}for (i = 0; i < ag.vexnum; i++){if (!visi[i]){BFS(ag.vertices[i].data);}}cout << endl;}//打印函数void Print(){// 顶点for (size_t i = 0; i < ag.vexnum; ++i){cout << "[" << i << "]" << "->" << ag.vertices[i].data << endl;}cout << endl;for (size_t i = 0; i < ag.vexnum; ++i){cout << ag.vertices[i].data << "[" << i << "]->";ArcNode* cur = ag.vertices[i].fistarc;while (cur){cout << "[" << cur->adjvex << ":" << cur->info << "]->";cur = cur->nextarc;}cout << "NULL" << endl;}cout << endl;}private:AdjGraph ag;
};}

  

test.cpp

#define _CRT_SECURE_NO_WARNINGS 1#include<iostream>
using namespace std;#include"Graph.h"void TestGraph1()
{link_table::ALGraph ag;ag.CreateGraph(0, 0);ag.InsertArcGraph(0, 1, 7);ag.InsertArcGraph(0, 2, 3);ag.InsertArcGraph(0, 3, 4);ag.InsertArcGraph(3, 4, 6);ag.InsertArcGraph(1, 2, 5);ag.InsertArcGraph(1, 3, 2);ag.InsertArcGraph(1, 4, 1);ag.InsertArcGraph(2, 4, 7);cout << "该相邻表为:\n";ag.Print(); cout << "深度优先搜索的结果为:";ag.DFSTraverse();cout << "广度优先搜索的结果为:";ag.BFSTraverse();}int main()
{TestGraph1();return 0;
}

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.hqwc.cn/news/173996.html

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

相关文章

代码随想录算法训练营第五十天|123. 买卖股票的最佳时机 III、188. 买卖股票的最佳时机 IV

代码随想录算法训练营第五十天|123. 买卖股票的最佳时机 III、188. 买卖股票的最佳时机 IV

第九章 动态规划part11 123. 买卖股票的最佳时机 III 给定一个数组&#xff0c;它的第 i 个元素是一支给定的股票在第 i 天的价格。 设计一个算法来计算你所能获取的最大利润。你最多可以完成 两笔 交易。 注意&#xff1a;你不能同时参与多笔交易&#xff08;你必须在再次…
阅读更多...
BES2700H开发不完全手册

BES2700H开发不完全手册

BES2700H开发不完全手册 是否需要申请加入数字音频系统研究开发交流答疑群(课题组)&#xff1f;可加我微信hezkz17, 本群提供音频技术答疑服务&#xff0c;群赠送语音信号处理降噪算法&#xff0c;ANC AEC ENC EQ BF BES蓝牙耳机音频资料 1 成功编译 2 代码 3 开放文档
阅读更多...
高通发布骁龙X Elite Oryon CPU /GitHub出现一款开源项目,让用户“拥有”更大的GPU内存｜魔法半周报

高通发布骁龙X Elite Oryon CPU /GitHub出现一款开源项目,让用户“拥有”更大的GPU内存｜魔法半周报

我有魔法✨为你劈开信息大海❗ 高效获取AIGC的热门事件&#x1f525;&#xff0c;更新AIGC的最新动态&#xff0c;生成相应的魔法简报&#xff0c;节省阅读时间&#x1f47b; &#x1f525;资讯预览 高通发布骁龙X Elite Oryon CPU&#xff0c;性能超越苹果和英特尔&#xff0…
阅读更多...
动手学深度学习——序列模型

动手学深度学习——序列模型

序列模型 1. 统计工具1.1 自回归模型1.2 马尔可夫模型 2. 训练3. 预测4. 小结 序列模型是一类机器学习模型&#xff0c;用于处理具有时序关系的数据。这些模型被广泛应用于自然语言处理、音频处理、时间序列分析等领域。 以下是几种常见的序列模型&#xff1a; 隐马尔可夫模型…
阅读更多...
ubuntu18.04配置Java环境与安装RCS库

ubuntu18.04配置Java环境与安装RCS库

一、安装包 安装包 二、JAVA环境 java无需安装&#xff0c;只需要下载解压&#xff0c;然后配置正确的路径到环境变量种即可使用。 1.创建文件JAVA mkdir JAVA 2.将安装包复制到该文件夹下&#xff0c;并解压缩 tar -zxvf tar -zxvf jdk1.8.0_191.tar.gz 3.在home路径下…
阅读更多...
Nexus的Maven私有仓库搭建

Nexus的Maven私有仓库搭建

Nexus的maven私有仓库搭建 一、了解 maven仓库设置 默认设置 其中&#xff1a; maven-central: 预定义的代理Maven Central仓库&#xff0c;它包含了大量的开源Java依赖包。maven-public: 存储库是一个组合存储库&#xff0c;它包含了maven-releases和maven-snapshots存储库…
阅读更多...
Duplicate keys detected: ‘0‘. This may cause an update error

Duplicate keys detected: ‘0‘. This may cause an update error

Duplicate keys detected: ‘0’. This may cause an update error.当遇到该节点内容更新时&#xff0c;会因为重复的key导致无法更新。 该错误&#xff0c;是因为同级节点下存在两个由0开始的key&#xff0c;当遇到该节点内容更新时&#xff0c;会因为重复的key导致无法更新。…
阅读更多...
C/C++ #define与编译器的预处理

C/C++ #define与编译器的预处理

文章目录 预处理#define新版本特性旧版本特性#define除了定义明示常量的其他用途 #define的组成#define本身&#xff1a;预处理指令宏替换列表或替换体宏展开 参考资料 预处理 在预处理之前&#xff0c;编译器必须对该程序进行一些翻译处理。首先&#xff0c;编译器 把源代码中…
阅读更多...
WebGl-Blender：建模 / 想象成形 / 初识 Blender

WebGl-Blender：建模 / 想象成形 / 初识 Blender

一、理解Blender 欢迎来到Blender&#xff01;Blender是一款免费开源的3D创作套件。 使用Blender&#xff0c;您可以创建3D可视化效果&#xff0c;例如建模、静态图像&#xff0c;3D动画&#xff0c;VFX&#xff08;视觉特效&#xff09;快照和视频编辑。它非常适合那些受益于…
阅读更多...
【shardingjdbc】sharding-jdbc分库分表入门demo及原理分析

【shardingjdbc】sharding-jdbc分库分表入门demo及原理分析

文章目录 场景配置&#xff1a;概念及原理:代码:思考: 本文中&#xff0c;demo案例涉及场景为sharding jdbc的分库情况。 通俗点说就是由原来的db0_table水平拆分为 db1 t_table &#xff0c;db2.t_table。 demo本身很简单&#xff0c;难点在于分片策略配置到底该怎么写&#x…
阅读更多...
Elasticsearch 面试题

Elasticsearch 面试题

文章目录 Elasticsearch 读取数据您能解释一下 X-Pack for Elasticsearch 的功能和重要性吗&#xff1f;Elasticsearch 中的节点&#xff08;比如共 20 个&#xff09;&#xff0c;其中的 10 个选了 一个master&#xff0c;另外 10 个选了另一个 master&#xff0c;怎么办&…
阅读更多...
Redis应用之二分布式锁2

Redis应用之二分布式锁2

一、前言 前一篇 Redis应用之二分布式锁 我们介绍了使用SETNX来实现分布式锁&#xff0c;并且还遗留了一个Bug&#xff0c;今天我们对代码进行优化&#xff0c;然后介绍一下Redisson以及数据库的乐观锁悲观锁怎么用。 二、SetNX分布式锁优化后代码 RedisService.java Inven…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023