数据结构c语言---用最小生成树算法实现任意两点后多点之间的最短距离

最新推荐文章于 2024-10-12 11:47:47 发布
最新推荐文章于 2024-10-12 11:47:47 发布
阅读量830 收藏 11
点赞数 19
文章标签： 数据结构 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2301_76942182/article/details/140921268
版权

在计算图中任意两点之间的最短距离时，最小生成树（Minimum Spanning Tree, MST）算法并不直接适用，因为它主要用于找到连接所有顶点且权重之和最小的子图。然而，如果我们需要计算任意两点之间的最短距离，更适合使用单源最短路径算法，如Dijkstra算法或者Floyd-Warshall算法。

(1)Dijkstra算法适用于从单个源点到其他所有点的最短路径计算，它基于贪心策略，通过逐步扩展当前已知最短路径的集合来实现。

(2)Floyd-Warshall算法则适用于计算图中所有点对之间的最短路径，它通过动态规划的方式逐步优化路径长度矩阵来实现。

一、代码介绍

// 读取图的邻接矩阵和顶点坐标信息
bool readGraphFromFile(const char* filename, GraphMatrix& GM) {
    ifstream infile(filename);
    if (!infile) {
        cerr << "Error: Unable to open the file " << filename << endl;
        return false;
    }

    // 读取顶点数和边数
    infile >> GM.VertexNum;
    GM.EdgeNum = 0;  // 初始化边数为0

    // 读取顶点信息和坐标
    for (int i = 0; i < GM.VertexNum; ++i) {
        infile >> GM.Vertex[i] >> GM.X[i] >> GM.Y[i];
    }

    // 读取边的权值
    for (int i = 0; i < GM.VertexNum; ++i) {
        for (int j = 0; j < GM.VertexNum; ++j) {
            infile >> GM.EdgeWeight[i][j];
            if (GM.EdgeWeight[i][j] != -1)  // 如果是有效边
                GM.EdgeNum++;  // 增加边数计数
        }
    }

    infile.close();
    return true;
}

// 保存图的邻接矩阵和顶点坐标信息到文件
bool saveGraphToFile(const char* filename, const GraphMatrix& GM) {
    ofstream outfile(filename);
    if (!outfile) {
        cerr << "Error: Unable to create the file " << filename << endl;
        return false;
    }

    // 写入顶点数和边数
    outfile << GM.VertexNum << endl;

    // 写入顶点信息和坐标
    for (int i = 0; i < GM.VertexNum; ++i) {
        outfile << GM.Vertex[i] << " " << GM.X[i] << " " << GM.Y[i] << endl;
    }

    // 写入边的权值
    for (int i = 0; i < GM.VertexNum; ++i) {
        for (int j = 0; j < GM.VertexNum; ++j) {
            outfile << GM.EdgeWeight[i][j] << " ";
        }
        outfile << endl;
    }

    outfile.close();
    return true;
}

1、readGraphFromFile 函数

功能：从指定文件中读取图的结构信息。
filename：待读取的文件名。
GM：图信息将存储在 GraphMatrix 结构体中。
返回值：函数执行成功返回 true，否则返回 false。
流程：
打开文件并检查是否成功打开，如果打开失败则输出错误信息并返回 false。
从文件中读取顶点数 GM.VertexNum。
初始化边数 GM.EdgeNum 为 0。
循环读取每个顶点的编号 GM.Vertex[i] 和坐标 (GM.X[i], GM.Y[i])。
读取邻接矩阵中每条边的权值 GM.EdgeWeight[i][j]，并检查是否为 -1（通常表示无边），如果不是 -1 则增加 GM.EdgeNum，以统计图中实际存在的边数。
关闭文件并返回 true 表示读取成功。

2、saveGraphToFile 函数

功能：将图的结构信息和邻接矩阵以及顶点坐标信息保存到指定文件中。
参数：
filename：要保存的文件名。
GM：包含了图结构和信息的 GraphMatrix 结构体。
返回值：函数执行成功返回 true，否则返回 false。
流程：
打开文件并检查是否成功打开，如果打开失败则输出错误信息并返回 false。
将顶点数 GM.VertexNum 写入文件的第一行。
依次写入每个顶点的编号 GM.Vertex[i] 和坐标 (GM.X[i], GM.Y[i]) 到文件中。
以邻接矩阵的形式将边的权值 GM.EdgeWeight[i][j] 写入文件，每行对应一个顶点的连接情况。
关闭文件并返回 true 表示保存成功。

这两个函数共同实现了从文件中读取图的信息，并将图的信息保存到文件中的功能。

3、这段代码实现了Prim算法来生成一个无向图的最小生成树(Minimum Spanning Tree, MST)。

primMST 函数解释
变量定义和初始化：

parent[MaxNum]：用于存储最小生成树的边，即每个顶点的父节点。
key[MaxNum]：存储每个顶点的关键值，即该顶点与最小生成树的距离。
inMST[MaxNum]：标记顶点是否已经包含在最小生成树中。

构建最小生成树：

外层循环执行 GM.VertexNum - 1 次，每次选择一个顶点加入最小生成树。
内层循环用于选择关键值最小的顶点 u，将其标记为已经包含在最小生成树中 (inMST[u] = true)。
然后更新与顶点 u 相邻的顶点的关键值 key[v]，如果发现更小的权值，则更新该顶点的父节点为 u。

double distance(int x1, int y1, int x2, int y2) {
    return sqrt(pow(x2 - x1, 2) + pow(y2 - y1, 2));
}

// Prim算法实现生成最小生成树
void primMST(const GraphMatrix& GM) {
    int parent[MaxNum];  // 用于存储最小生成树的边
    int key[MaxNum];     // 用于存储每个顶点的关键值，即与最小生成树的距离

    // 标记顶点是否被包含在最小生成树中
    bool inMST[MaxNum];
    for (int i = 0; i < GM.VertexNum; ++i) {
        key[i] = INT_MAX;   // 初始化所有顶点的关键值为无穷大
        inMST[i] = false;   // 初始化所有顶点都不在最小生成树中
    }

    // 初始条件：第一个顶点作为最小生成树的根节点
    key[0] = 0;  // 选择第一个顶点的关键值为0，即第一个顶点加入最小生成树中
    parent[0] = -1;  // 第一个顶点没有父节点

    // 将所有顶点包括到最小生成树中
    for (int count = 0; count < GM.VertexNum - 1; ++count) {
        // 选择关键值最小的顶点
        int u = -1;
        for (int v = 0; v < GM.VertexNum; ++v) {
            if (!inMST[v] && (u == -1 || key[v] < key[u])) {
                u = v;
            }
        }

        // 将选中的顶点u包括到最小生成树中
        inMST[u] = true;

        // 更新与顶点u相邻的顶点的关键值
        for (int v = 0; v < GM.VertexNum; ++v) {
            if (GM.EdgeWeight[u][v] != -1 && !inMST[v] && GM.EdgeWeight[u][v] < key[v]) {
                parent[v] = u;
                key[v] = GM.EdgeWeight[u][v];
            }
        }
    }

    // 输出最小生成树的边
    cout << "最小生成树的边：" << endl;
    for (int i = 1; i < GM.VertexNum; ++i) {
        cout << GM.Vertex[parent[i]] << " - " << GM.Vertex[i] << " 权值：" << GM.EdgeWeight[i][parent[i]] << endl;
    }
    cout << endl;
}

4、这段 main 函数主要完成了以下几个任务，通过操作图（GraphMatrix GM）来展示图的基本信息、计算两点之间的距离、生成最小生成树（MST）并保存结果，以及将图的数据保存到文件中。

（1）readGraphFromFile(filename, GM) 函数用于从文件中读取邻接矩阵数据和顶点坐标，并将其存储在 GM 结构体中。如果读取失败，程序返回 1。

（2）distance 函数计算了顶点 point1 和 point2 之间的欧几里得距离，并将结果输出到控制台。这里假设 distance 函数是已经定义好的，用于计算两点之间的距离。

（3）saveGraphToFile(saveFilename, GM) 函数用于将图的邻接矩阵数据和顶点坐标保存到名为 saved_graph.txt 的文件中。如果保存失败，程序返回 1。

int main() {
    GraphMatrix GM;

    // 从文件中读取邻接矩阵数据和顶点坐标
    const char* filename = "graph.txt";
    if (!readGraphFromFile(filename, GM)) {
        // 如果读取失败，可以在这里处理错误或者进行其他操作
        return 1;
    }

    // 输出顶点信息和坐标
    cout << "顶点信息和坐标：" << endl;
    for (int i = 0; i < GM.VertexNum; ++i) {
        cout << GM.Vertex[i] << " (" << GM.X[i] << ", " << GM.Y[i] << ")" << endl;
    }
    cout << endl;

    // 计算任意两点之间的距离
    int point1 = 0, point2 = 1;  // 示例：计算顶点0和1之间的距离
    double dist = distance(GM.X[point1], GM.Y[point1], GM.X[point2], GM.Y[point2]);
    cout << "顶点" << GM.Vertex[point1] << "和顶点" << GM.Vertex[point2] << "之间的距离为: " << dist << endl;

    // 将计算结果保存到文件
    ofstream resultFile("distance_results.txt");
    if (resultFile) {
        resultFile << "顶点" << GM.Vertex[point1] << "和顶点" << GM.Vertex[point2] << "之间的距离为: " << dist << endl;
        resultFile.close();
        cout << "计算结果已保存到 distance_results.txt" << endl;
    } else {
        cerr << "Error: Unable to create distance_results.txt" << endl;
        return 1;
    }

    // 计算最小生成树并保存结果到文件
    primMST(GM);

    // 保存图的数据到文件
    const char* saveFilename = "saved_graph.txt";
    if (!saveGraphToFile(saveFilename, GM)) {
        // 如果保存失败，可以在这里处理错误或者进行其他操作
        return 1;
    }
    cout << "图数据已保存到文件 " << saveFilename << endl;

    return 0;
}

二、完整代码

#include <iostream>
#include <fstream>
#include <cmath>
#include <limits>
using namespace std;

const int MaxNum = 10;  // 最大顶点数

struct GraphMatrix {
    int VertexNum;             // 顶点数
    int EdgeWeight[MaxNum][MaxNum];  // 边的权值
    char Vertex[MaxNum];       // 顶点信息，例如 'A' 到 'Z'
    int X[MaxNum];             // 顶点的X坐标
    int Y[MaxNum];             // 顶点的Y坐标
    int EdgeNum;               // 边的数量
};

// 读取图的邻接矩阵和顶点坐标信息
bool readGraphFromFile(const char* filename, GraphMatrix& GM) {
    ifstream infile(filename);
    if (!infile) {
        cerr << "Error: Unable to open the file " << filename << endl;
        return false;
    }

    // 读取顶点数和边数
    infile >> GM.VertexNum;
    GM.EdgeNum = 0;  // 初始化边数为0

    // 读取顶点信息和坐标
    for (int i = 0; i < GM.VertexNum; ++i) {
        infile >> GM.Vertex[i] >> GM.X[i] >> GM.Y[i];
    }

    // 读取边的权值
    for (int i = 0; i < GM.VertexNum; ++i) {
        for (int j = 0; j < GM.VertexNum; ++j) {
            infile >> GM.EdgeWeight[i][j];
            if (GM.EdgeWeight[i][j] != -1)  // 如果是有效边
                GM.EdgeNum++;  // 增加边数计数
        }
    }

    infile.close();
    return true;
}

// 保存图的邻接矩阵和顶点坐标信息到文件
bool saveGraphToFile(const char* filename, const GraphMatrix& GM) {
    ofstream outfile(filename);
    if (!outfile) {
        cerr << "Error: Unable to create the file " << filename << endl;
        return false;
    }

    // 写入顶点数和边数
    outfile << GM.VertexNum << endl;

    // 写入顶点信息和坐标
    for (int i = 0; i < GM.VertexNum; ++i) {
        outfile << GM.Vertex[i] << " " << GM.X[i] << " " << GM.Y[i] << endl;
    }

    // 写入边的权值
    for (int i = 0; i < GM.VertexNum; ++i) {
        for (int j = 0; j < GM.VertexNum; ++j) {
            outfile << GM.EdgeWeight[i][j] << " ";
        }
        outfile << endl;
    }

    outfile.close();
    return true;
}

// 计算两点之间的距离
double distance(int x1, int y1, int x2, int y2) {
    return sqrt(pow(x2 - x1, 2) + pow(y2 - y1, 2));
}

// Prim算法实现生成最小生成树
void primMST(const GraphMatrix& GM) {
    int parent[MaxNum];  // 用于存储最小生成树的边
    int key[MaxNum];     // 用于存储每个顶点的关键值，即与最小生成树的距离

    // 标记顶点是否被包含在最小生成树中
    bool inMST[MaxNum];
    for (int i = 0; i < GM.VertexNum; ++i) {
        key[i] = INT_MAX;   // 初始化所有顶点的关键值为无穷大
        inMST[i] = false;   // 初始化所有顶点都不在最小生成树中
    }

    // 初始条件：第一个顶点作为最小生成树的根节点
    key[0] = 0;  // 选择第一个顶点的关键值为0，即第一个顶点加入最小生成树中
    parent[0] = -1;  // 第一个顶点没有父节点

    // 将所有顶点包括到最小生成树中
    for (int count = 0; count < GM.VertexNum - 1; ++count) {
        // 选择关键值最小的顶点
        int u = -1;
        for (int v = 0; v < GM.VertexNum; ++v) {
            if (!inMST[v] && (u == -1 || key[v] < key[u])) {
                u = v;
            }
        }

        // 将选中的顶点u包括到最小生成树中
        inMST[u] = true;

        // 更新与顶点u相邻的顶点的关键值
        for (int v = 0; v < GM.VertexNum; ++v) {
            if (GM.EdgeWeight[u][v] != -1 && !inMST[v] && GM.EdgeWeight[u][v] < key[v]) {
                parent[v] = u;
                key[v] = GM.EdgeWeight[u][v];
            }
        }
    }

    // 输出最小生成树的边
    cout << "最小生成树的边：" << endl;
    for (int i = 1; i < GM.VertexNum; ++i) {
        cout << GM.Vertex[parent[i]] << " - " << GM.Vertex[i] << " 权值：" << GM.EdgeWeight[i][parent[i]] << endl;
    }
    cout << endl;
}

int main() {
    GraphMatrix GM;

    // 从文件中读取邻接矩阵数据和顶点坐标
    const char* filename = "graph.txt";
    if (!readGraphFromFile(filename, GM)) {
        // 如果读取失败，可以在这里处理错误或者进行其他操作
        return 1;
    }

    // 输出顶点信息和坐标
    cout << "顶点信息和坐标：" << endl;
    for (int i = 0; i < GM.VertexNum; ++i) {
        cout << GM.Vertex[i] << " (" << GM.X[i] << ", " << GM.Y[i] << ")" << endl;
    }
    cout << endl;

    // 计算任意两点之间的距离
    int point1 = 0, point2 = 1;  // 示例：计算顶点0和1之间的距离
    double dist = distance(GM.X[point1], GM.Y[point1], GM.X[point2], GM.Y[point2]);
    cout << "顶点" << GM.Vertex[point1] << "和顶点" << GM.Vertex[point2] << "之间的距离为: " << dist << endl;

    // 将计算结果保存到文件
    ofstream resultFile("distance_results.txt");
    if (resultFile) {
        resultFile << "顶点" << GM.Vertex[point1] << "和顶点" << GM.Vertex[point2] << "之间的距离为: " << dist << endl;
        resultFile.close();
        cout << "计算结果已保存到 distance_results.txt" << endl;
    } else {
        cerr << "Error: Unable to create distance_results.txt" << endl;
        return 1;
    }

    // 计算最小生成树并保存结果到文件
    primMST(GM);

    // 保存图的数据到文件
    const char* saveFilename = "saved_graph.txt";
    if (!saveGraphToFile(saveFilename, GM)) {
        // 如果保存失败，可以在这里处理错误或者进行其他操作
        return 1;
    }
    cout << "图数据已保存到文件 " << saveFilename << endl;

    return 0;
}

三、总结

上面的代码展示了如何基于邻接矩阵表示的图数据结构进行基本操作，包括数据的读取、处理和保存。它涵盖了从文件读取图数据、计算图中顶点之间的距离、生成最小生成树，并将结果保存到文件的完整流程。这种实现方式适合于小规模的图处理和算法实现，能够有效地展示图数据的结构和基本操作。

悠闲的咸鱼小白
关注
【数据结构-图】2.多图详解最小生成树（多图详解+实现代码）
为了远大的理想，冲锋！
02-03 2074
最小生成树： 这个定义有两个约束：最小和树 对于树，从而引出以下三个最小生成树的特点 在图中无环 连接所有图中的点 N个顶点，有N-1条边 最小：指的是生成这棵树的边的权值之和最小 最小生成树的求取有两种经典的算法，分别是Prim(普里姆) 算法和Kruskal(克鲁斯卡尔)算法 这两种算法的算法思想都是基于贪心算法的，也就是选择权值最小的边，但是这两种算法的实现方法不同 Prim(普里姆)算法：从顶点出发，优先选择与连接两个顶点集合中的权值最小的边 Kruskal(克鲁斯卡尔)算法：直接选择权值最小的
最小生成树prim算法（C语言版）详细注释
phthon1997的博客
11-29 5619
#include&amp;lt;stdio.h&amp;gt; int main(){ int n,m,i,j,k,min,t1,t2,t3; int e[10][10],dis[10],book[10]={0};//初始化各个量 int inf=99999999; int count=0,sum=0; //count用来记录生成树中顶点的个数，sum用......
最小生成树问题（用C/C++实现）
weixin_74324928的博客
03-30 394
Step3:选中距离最短的，此处是2号点，与2号点相连且不在集合内的是3号，它们的距离为3，3>2故不需要将3号点进行更新。Step2: 与1号点相连的是2、3、4号点，更新它们到集合内点的最小距离，此时集合内只有1号点故为与1的距离。Step1: 选中1号点，一开始集合内不存在点，故将1号点直接将加入。同时将其他点的距离初始化为正无穷。以此类推，最终得到将这些节点相连的最短距离的边构成的树即为最小生成树。点到集合的距离：该点到集合中点的所有边中长度最小的边。2. 堆优化版的Prim（O(mlogn)）。
图的最短路和最小生成树
er_sz's blog
02-28 154
最短路径 Dijkstra 算法 令S={源点s + 已经确定了最短路径的顶点Vi} 对任一未收录的顶点V，定义dist[V]为s到V的最短路径长度，但该路径仅经过S中的顶点。 若路径是按照递增（非递减）的顺序生成的，则 1.真正的最短路径必须只经过S中的顶点。 2.每次从未收录的顶点中选一个dist最小的收录。 3.增加一个V进入S，可能影响另外一个w的dist值！ 伪代码如下： void Dijkstra(Vertex s) { while(1){ V = 未收录顶点中dist最
城市之间的最短总距离（最小生成树算法）
weixin_30455661的博客
05-16 703
求解城市之间的最短总距离是一个非常实际的问题，其大意如下： 某地区由n个城市，如何选择一条路线使各个城市之间的总距离最短？ 1.最短总距离算法 先来分析一下上述问题。某个地区的n个城市构成一个交通图，可以使用图结构来描述此问题，其对应关系如下： 每个城市代表图中的一个顶点。 两个顶点间的边即两个城市之间的路径，边的权值代表了城市间的距离。 这样，求解各个城市之间的最短总距离问题...
c/c++常用算法(15) -- 经典数据结构(城市之间的最短距离问题)
小枫的专栏
01-08 1万+
一、最短总距离算法: 1.描述 我们先来分析一下这个问题。某个地区n个城市构成一个交通图,我们可以使用图结构来描述这个问题，其对应关系如下: 每个城市代表一个图中的一个顶点。两个顶点之间的边就是两个城市之间的路径,边的权值代表了城市间的距离。 这样，求解各个城市之间的最短总距离问题就归结为该图的最小生成树问题。 2.最小生成树 一个有 n 个
04-计算机类专业知识笔试篇（常考、易错）
Fortitude_wln的博客
09-08 691
通常情况下：内层代码执行次数的级别。
菜鸟学习初级教程-----强烈推荐（看完后成黑客拉）
永恒之蓝的博客
01-11 1万+
菜鸟学习黑帽子初级教程-----强烈推荐（看完后成黑客拉）
两次国奖的老学长，带你备战蓝桥杯
热门推荐
专注于图像领域，主要研究内容包括计算机视觉和深度学习，特别是在图像分类、目标检测和图像生成等方面有深入的研究和实践经验。
12-13 2万+
蓝桥杯简介 蓝桥杯竞赛主要分类两类，包括开发类和算法类。 其中开发类包括：web开发，嵌入式设计与开发，物联网设计与开发，单片机设计与开发。 本文主要介绍算法类 按照语言划分： java python c/c++ 其中每种语言又分为研究生组、大学A组、大学B组、大学C组。 说明： 研究生只能报研究生组。 985、211本科生只能报大学A组及以上组别。 其它院校本科生可自行选择报大学B组及以上组别，高职高专和中职中专院校可报大学C组或其他任意组别。 如选手在报名时未遵照以上规则选择正确组别，一
我的所有优质博客全部开源啦（我自己原创的《ACM模板》《算法全家桶》《算法竞赛中的初等数论》 PDF免费下载）
繁凡さん的博客
11-13 1万+
你好呀ヾ(≧▽≦*)o 我是繁凡さん
计算机网络-2020年期末复习提纲-概念类
咸鱼咸的博客
05-01 5567
计算机网络-2020-期末复习提纲-概念类
ACM竞赛学习指南（算法工程师成长计划）
rainchxy的博客
10-23 9020
算法工程师成长计划  大学期间必须要学好的课程：C/C++两种语言（或JAVA）、高等数学、线性代数、数据结构、离散数学、数据库原理、操作系统原理、计算机组成原理、人工智能、编译原理、算法设计与分析。 大一上学期： C语言基础语法必须全部学会，提前完成C语言课程设计。 简单数学题：求最大公约数、筛法求素数、康托展开、同余定理、次方求模等。 计算机课初步
算法学习打卡日记
ZP_icenow的博客
01-18 1224
一来通过每日打卡的方式督促自己每天学习，二来总结一下知识点；主要面向自己，希望自己能坚持住吧，有一个好的结果 2019年1月18日打卡 编程语言推荐C++（包含C） 用scanf和printf相比cin/cout效率更高 int 的范围是±21亿，超过用long long 声明赋值后面加LL 小数全用double 小写字母比大写字母ASCII码大32 #define和c...
C++面试题个人汇总
qq_41046887的博客
11-16 509
有一些是自己总结的，有一些是借鉴前辈们的文章的，希望能给大家带来帮助。 目录 一、 基础 面向对象的特征 继承关系 虚继承与虚基类 使一个类不能继承的方法 多态 虚函数定义以及其作用 虚函数表 不能声明为虚函数的函数 构造函数、析构函数与抛出异常 纯虚函数 虚函数与纯虚函数的区别？ C++源文件从文本到可执行文件经历的过程 编译期间的错误、链接期间的错误 C++11新特性 智能指针 Static的用法 Const的用法 强制类型转换 模板 C++内存管理 堆与栈的区别 malloc底层原理 new的操作原
【数据结构-栈】【贪心】力扣2434. 使用机器人打印字典序最小的字符串
sjsjs11的博客
10-12 284
我们可以思考，将t想象成一个栈，先进后出，然后当栈顶元素的值，也就是t的末尾的值比字符串s中的任何一个字符都要小的时候，那么我们就要将栈顶元素推入p中，也就是写出来的字符串，这样才能保证最小字典序列。，由于0代表a，1代表b…执行第一个操作四次，得到 p=“” ，s=“” ，t=“bdda”。执行第一个操作三次，得到 p=“” ，s=“” ，t=“zza”。执行第一个操作，得到 p=“ab” ，s=“” ，t=“c”。执行第二个操作，得到 p=“abc” ，s=“” ，t=“”。
Java：数据结构-ArrayList和顺序表（2）
blamep的博客
10-09 703
创建一个空的ArrayList，指定容量为initialCapacity。
数据结构：双向带头链表
最新发布
qq_71391318的博客
10-12 542
双向带头链表简易代码
C语言详解Prim与Kruskal算法实现最小生成树
在C语言中实现最小生成树构造算法，你需要首先定义图的邻接矩阵或其他数据结构来存储顶点和边的关系以及权重。然后，根据Prim算法或Kruskal算法的具体步骤编写代码。例如，Prim算法的实现包括初始化阶段、查找最小...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值