图的邻接矩阵求图的出度，入度，可达矩阵，判断强连通，弱连通，单向连通（C++,vs2017)

最新推荐文章于 2024-07-17 10:08:40 发布
最新推荐文章于 2024-07-17 10:08:40 发布
阅读量3.1w 收藏 117
点赞数 23
分类专栏： C++ 数据结构
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/cysisu/article/details/85171403
版权

一、介绍概念

 

1、邻接矩阵

       将一个n个节点的图，转化成一个n*n的矩阵G，G[i][j]表示第i个节点到第j个节点的的权重。

      

      对于上图邻接矩阵为：

      

2、度

      度分为入度和出度：某个节点的入度就是可以通过一条边到达这个节点的节点个数，某个节点的出度就是可以通过一条边到达其它节点的节点个数

      

     在这个图中只有3节点可以到达0节点，0节点可以到达1节点和2节点，所以0节点的入度为：1，出度为2

3、可达矩阵：

     可达矩阵是一个n*n的矩阵rechG，如果节点i可以到达节点j，那么rechG[i][j]=1,反之，则为rechG[i][j]=0;可以采取这种计算方式：

        tmpG=G+G^{^{2}}+G^{^{3}}+\cdots +G^{^{n}}

       rechG[i][j]=\left\{\begin{matrix} 1, tmpG[i][j]!=0 & \\ 0, tmpG[i][j]==0& \end{matrix}\right.

4、连通（有向图）

      （1）强连通：当每个节点都可以到达其它节点的时候就是强连通

      如图：（下图就是一个强连通图）

      

      （2）单向连通：只要对任意两个节点:节点i, 节点j,如果i可以到达j（条件1），或者j可以到达i（条件2），只要满足一个条件，就是单向连通图。

       如果：（下图是一个单向连通图）

      

         （3）弱连通：将有向图转化成无向图的时候，如果这个无向图是强连通，那么原图是弱连通。

           结论：单向连通图一定是弱通图，弱连通图不一定是单向连通图

           如下图：是弱连通图，单不是单向连通图

           

二、实现思路（邻接矩阵）

1、出度和入度

     出度：邻接矩阵第i行的和（主对角线为0）就是第i个节点的出度

     入度：邻接矩阵第j列的和（主对角线为0）就是第j个节点的入度

如下是代码：graphic[i][j]是邻接矩阵：

/*输出有序顶点对，以及每个顶点的入度和出度*/
void display_degree()
{
    cout << "\n每个顶点的入度和出度如下：" << endl;
    for (int i = 0; i < vernum; i++)
    {
        cout << "第" << i << "个顶点的入度和出度:";
        int intoDegree = 0;  //入度
        int outDegree = 0;   //出度
        for (int j = 0; j < vernum; j++)
        {
            if (graphic[j][i] != 0&&i!=j)
                intoDegree++;  
            if (graphic[i][j] != 0&&i!=j)
                outDegree++;
        }
        cout << intoDegree << "\t" << outDegree << endl;
    }
}

2、可达矩阵：

可达矩阵计算方式很多，下面给出其中一种解法：rechG是计算的可达矩阵

     

        tmpG=G+G^{^{2}}+G^{^{3}}+\cdots +G^{^{n}}

       rechG[i][j]=\left\{\begin{matrix} 1, tmpG[i][j]!=0 & \\ 0, tmpG[i][j]==0& \end{matrix}\right.

代码如下：

/*矩阵乘法*/
void matrix_multi(int A[][MAX],int B[][MAX])
{
    //乘法的最后结果保存再A矩阵中
    int result[MAX][MAX];
    memset(result, 0, sizeof(result));
    for (int i = 0; i < vernum; i++)
    {
        for (int j = 0; j < vernum; j++)
        {
            for (int v = 0; v < vernum; v++)
            {
                result[i][j] += A[i][v] * B[v][j];
            }
        }
    }
    //拷贝到A中
    for (int i = 0; i < vernum; i++)
    {
        for (int j = 0; j < vernum; j++)
        {
            A[i][j] = result[i][j];
        }
    }

}

/*求可达矩阵*/
void rechable_matrix()
{
    int tmp_matrix[MAX][MAX];   //可到达矩阵的每一项比如A^i
    for (int i = 0; i < vernum; i++)   //主对角线设置为1
        graphic[i][i] = 1;
    for (int i = 0; i < vernum; i++)
    {
        for (int j = 0; j < vernum; j++)
        {
            tmp_matrix[i][j] = graphic[i][j];
            rech_matrix[i][j] = graphic[i][j];
        }
    }
    for (int i = 1; i < vernum; i++)
    {
        for (int j = 0; j < i; j++)
        {
            matrix_multi(tmp_matrix, graphic);
        }
        //相加
        for (int m = 0; m < vernum; m++)
        {
            for (int n = 0; n < vernum; n++)
            {
                rech_matrix[m][n] = rech_matrix[m][n] + tmp_matrix[m][n];
            }
        }
    }
    cout << "可达矩阵为：" << endl;
    for (int i = 0; i < vernum; i++)
    {
        for (int j = 0; j < vernum; j++)
        {
            if (rech_matrix[i][j] != 0)
                cout << "1" << "\t";
            else
                cout << "0" << "\t";
        }
        cout << endl;
    }
}

3、判断图的连通性

强连通：通过上面计算的可达矩阵，如果所有元素都不为0，就是强连通

单向连通图：如果已经判断不为强连通，计算对于所有i，j的rech_matrix[i][j]不为0（条件1）和rech_matrix[j][i]不为0（条件2）,如果条件1和条件2满足其中一个条件，就是单向连通图。

弱连通图：如果不是强连通图，将有向图变成无向图，如果无向图是强连通，那么有向图是弱连通。

三、代码如下

// graphics_judge.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。
//


#include <iostream>
using namespace std;
#define MAX 100

//邻接矩阵的变量
int vernum;    //节点个数
int graphic[MAX][MAX];
int rech_matrix[MAX][MAX]; //可达矩阵

/*初始化矩阵*/
void init_graphic();
/*输出有序顶点对，以及每个顶点的入度和出度*/
void display_degree();
/*矩阵乘法*/
void matrix_multi(int A[][MAX], int B[][MAX]);
/*求可达矩阵*/
void rechable_matrix();
/*判断强连通或则若连通：通过可达矩阵判断,强连通返回0，单向连通返回1，否则返回-1*/
int judge_connected_graph();
/*判断是否是弱连通*/
void judge_connected_weakgraph();


int main()
{
	init_graphic();
	display_degree();
	rechable_matrix();
	int flag = judge_connected_graph();
	if (flag == 0)
	{
		cout << "输入的图是强连通图" << endl;
	}
	else
	{
		if (flag == 1)
			cout << "输入的图是单向连通图" << endl;
		judge_connected_weakgraph();
	}
	return 0;
}

/*初始化矩阵*/
void init_graphic()
{
	cout << "请输入图的节点个数：";
	cin >> vernum;
	cout << "请输入一个为" << vernum << "的0,1方正：" << endl;
	for (int i = 0; i < vernum; i++)
	{
		for (int j = 0; j < vernum; j++)
		{
			cin >> graphic[i][j];
			if (i == j)
				graphic[i][j] = 1;
		}
	}
}

/*输出有序顶点对，以及每个顶点的入度和出度*/
void display_degree()
{
	cout << "输出有序顶点对:" << endl;
	for (int i = 0; i < vernum; i++)
	{
		for (int j = 0; j < vernum; j++)
		{
			if (graphic[i][j] != 0)
			{
				cout << "<" << i << "," << j << ">" << "\t";
			}
		}
	}
	cout << "\n每个顶点的入度和出度如下：" << endl;
	for (int i = 0; i < vernum; i++)
	{
		cout << "第" << i << "个顶点的入度和出度:";
		int intoDegree = 0;  //入度
		int outDegree = 0;   //出度
		for (int j = 0; j < vernum; j++)
		{
			if (graphic[j][i] != 0&&i!=j)
				intoDegree++;  
			if (graphic[i][j] != 0&&i!=j)
				outDegree++;
		}
		cout << intoDegree << "\t" << outDegree << endl;
	}
}

/*矩阵乘法*/
void matrix_multi(int A[][MAX],int B[][MAX])
{
	//乘法的最后结果保存再A矩阵中
	int result[MAX][MAX];
	memset(result, 0, sizeof(result));
	for (int i = 0; i < vernum; i++)
	{
		for (int j = 0; j < vernum; j++)
		{
			for (int v = 0; v < vernum; v++)
			{
				result[i][j] += A[i][v] * B[v][j];
			}
		}
	}
	//拷贝到A中
	for (int i = 0; i < vernum; i++)
	{
		for (int j = 0; j < vernum; j++)
		{
			A[i][j] = result[i][j];
		}
	}

}

/*求可达矩阵*/
void rechable_matrix()
{
	int tmp_matrix[MAX][MAX];   //可到达矩阵的每一项比如A^i
	for (int i = 0; i < vernum; i++)   //主对角线设置为1
		graphic[i][i] = 1;
	for (int i = 0; i < vernum; i++)
	{
		for (int j = 0; j < vernum; j++)
		{
			tmp_matrix[i][j] = graphic[i][j];
			rech_matrix[i][j] = graphic[i][j];
		}
	}
	for (int i = 1; i < vernum; i++)
	{
		for (int j = 0; j < i; j++)
		{
			matrix_multi(tmp_matrix, graphic);
		}
		//相加
		for (int m = 0; m < vernum; m++)
		{
			for (int n = 0; n < vernum; n++)
			{
				rech_matrix[m][n] = rech_matrix[m][n] + tmp_matrix[m][n];
			}
		}
	}
	cout << "可达矩阵为：" << endl;
	for (int i = 0; i < vernum; i++)
	{
		for (int j = 0; j < vernum; j++)
		{
			if (rech_matrix[i][j] != 0)
				cout << "1" << "\t";
			else
				cout << "0" << "\t";
		}
		cout << endl;
	}
}

int judge_connected_graph()
{
	int flag_connected = 0;  //强连通为0，单向连通为1，否则为-1
	/*判断强连通和单向连通*/
	for (int i = 0; i < vernum; i++)
	{
		for (int j = 0; j < vernum; j++)
		{
			if (rech_matrix[i][j] == 0)
				flag_connected = 1;
		}
	}
	if (flag_connected == 0)
		return 0;
	
	for (int i = 0; i < vernum; i++)
	{
		for (int j = 0; j < vernum; j++)
		{
			if (rech_matrix[i][j] == 0 && rech_matrix[j][i] == 0)
				return -1;
		}
	}
	return 1;
}

/*判断是否是弱连通*/
void judge_connected_weakgraph()
{
	for (int i = 0; i < vernum; i++)
	{
		for (int j = 0; j < vernum; j++)
		{
			if (graphic[i][j] != 0)
			{
				graphic[j][i] = graphic[i][j];
			}
		}
	}
	cout << "转化成无向图后的可达矩阵为：" << endl;
	rechable_matrix();
	if (judge_connected_graph() == 0)
		cout << "可以发现原图是个弱连通图" << endl;
	else
		cout << "可以发现原图不是一个弱连通图" << endl;
}

 

 

 

 

 

 

 

 

    

 

 

cysisu
关注
专栏目录
数据结构 图的邻接表和邻接矩阵实现———c语言
weixin_53272394的博客
07-29 1383
图的邻接矩阵实现 逻辑结构分为两部分:V和E集合。因此，用一个一维数组存放图中所有顶点数据;用一个二维数组存放顶点间关系(边或弧)的数据，这个二维数组称为邻接矩阵。邻接矩阵又分为有向图邻接矩阵和无向图邻接矩阵 邻接矩阵(Adjacency Matrix):是表示顶点之间相邻关系的矩阵。设G=(V,E)是一个图，其中V={v1,v2,…,vn}。G的邻接矩阵是一个具有下列性质的n阶方阵: ①对无向图而言，邻接矩阵一定是对称的，而且主对角线一定为零(在此仅讨论无向简单图)，副对角线不一定为0，有向图则不一
浅谈图论-1.1图的几种存储方式以及连通
water~
05-29 416
前言 图，不是可以三言两语说得通的数据结构，比如树严格来说也是一种图，如果树中带环，就变成了图。 正文 如果不知道本节的重点，请先阅读标题。接下来我们直接开始。 首先，图你可以通俗的理解为几座城市，比如ABCD四座，A和B之间有城际公路，B和C有城际公路，D没有往外的城际公路，那么只要是个酱紫就知道A可以去B去C，B可以去A去C，C可以去A去B，D无处可去。在图中，我们把“城际高速”称为边，城市称作点或结点，而像D这样的城市叫“孤点”或“孤岛”。很通俗易懂，对吧？ 然后是单向图与无向图，仍然通过举例来
离散数学答疑 5
2301_80185446的博客
06-10 325
因此，在写可达矩阵的时候，对角线都是1。
已知邻接矩阵，求可达矩阵
01-17
已知邻接矩阵，求可达矩阵的MATLAB代码
入度与出度在数据结构中的应用
最新发布
qqrrjj2011的博客
07-17 1054
入度与出度在数据结构中的应用
邻接矩阵求有向图各顶点的入度和出度 （图论基础）
热门推荐
Epic丶玖遇
04-23 4万+
要求一个有向图各顶点的入度和出度： 先用一个二维数组Edge存储表示邻接矩阵，输入文件中顶点的序号是从1开始，当输入一条有向边时，将Edge[u-1][v-1] = 1就得啦； 第i+1个顶点的出度等于邻接矩阵中第i行所有元素中元素值为1的个数，把第i行所有元素值累加起来，得到的结果也是该顶点的出度，同理，在计算第i+1个顶点的入度时，也只需要将第i列所有元素值累加起来就可以了； n
【数据结构】邻接矩阵--查看出度、入度
番茄红了
09-01 2万+
邻接矩阵   邻接矩阵是为图服务的，记录了图间定顶点间的关系。图又分为有向图和无向图。  有向图：   概念：    图中的每条边都是由方向的 ，所有边都有方向的图称为有向图。   例图：  无向图：   概念：   例图： 怎么在邻接矩阵中查看度呢？  概念：   度：   入度：   出度：  看图： ...
数据机构邻接矩阵的入度出度
05-21
写C程序，随机给出n*n的邻接矩阵，并打印输出邻接矩阵，以及有向图的边的个数，每个顶点的度，并判断该图中是否存在Euler回路： （1）如果为n阶，则随机产生一个n*n的邻接矩阵； （2）输出邻接矩阵，边的个数，每个顶点的度以及图中是否存在Euler回路。 这个题目涉及到了两个主要的知识点，一个是数据结构中的有向图的邻接矩阵的创建，还有就是离散数学中的Euler回路的判定定理。
有向图的邻接矩阵表示求各节点的度、出度和入度-----数据结构与算法笔记
王先生的蒋小姐的博客
01-21 1万+
参考书：《数据结构（C语言）》–严蔚敏等编著，清华大学出版社。
【c++提高1】图
小学生蒟蒻
07-22 567
深度优先遍历从G中任选一个未遍历过的顶点u出发，访问此顶点，然后依次从u的未被访问的邻接点出发，深度优先遍历图，直至图中所有和u有路径相通的顶点都被访问到。非网图中两顶点s,t之间的最短路径问题，我们只需要从顶点s出发，对图作广度优先搜索（BFS），利用BFS层层访问，由近及远的特点，一旦遇到顶点t就终止。图（Graph）是由顶点的有穷非空集合和顶点之间边的集合组成，通常表示为G(V,E)，其中G表示一个图，V是图G中顶点的集合，E是图G中边的集合。树固定从根节点开始遍历，图的开始顶点不固定。...
NOIP普及讲座7-图的基本知识(C++版).pdf
06-10
### NOIP普及讲座7-图的基本知识(C++版) #### 图的引入 图论作为离散数学的一个重要分支，在计算机科学领域中占有极其重要的地位。早在1736年，欧拉就运用图论的思想成功地解决了哥尼斯堡七桥问题，这也被认为是...
快速求解邻接矩阵对应的可达矩阵
03-09
该代码是通过C语言编程实现，主要是为了快速求解邻接矩阵对应的可达矩阵，邻接矩阵和可达矩阵是系统工程中表征系统元素之间关系的重要工具之一
Warshall算法(邻接矩阵到可达矩阵)
10-24
采用Warshall算法，从邻接矩阵求可达矩阵
邻接矩阵求可达矩阵代码_ismmatlab_
10-01
在邻接矩阵已知的情况下，用matlab编程求邻接矩阵。
DSAinC++10-图1
08-04
对于有向图，节点的入度是进入该节点的弧数，出度是从该节点出发的弧数，总度是入度与出度之和。 【图的存储结构】图的常见存储结构有邻接矩阵和邻接表。邻接矩阵是一个二维数组，其中的元素表示节点之间的边是否...
数据结构—统计有向图中每个顶点的出度和入度（以邻接矩阵和邻接表两种方式实现）
qq_42319367的博客
12-24 4万+
一、邻接矩阵实现 假设不带权有向图采用邻接矩阵 g 存储，设计实现以下功能的算法： （1） 求出图中每个顶点的入度。 （2） 求出图中每个顶点的出度。 （3） 求出图中出度为0 的顶点数。 #include <stdio.h> #include <stdlib.h> #include <iostream> using namespace ...
由邻接矩阵计算可达矩阵
Cherry_csc的博客
10-09 2295
注：此处的“+”为重载的取大逻辑加。
邻接矩阵、可达性矩阵、完全关联矩阵、可达性矩阵的计算
qq_51216031的博客
01-10 3517
注意：对于无向图来说，只需要考虑边和点之间有没有关系，有关系即为1，没有关系即为0；但是对于有向图来说，点与边之间的关系还有起点和终点之分。起点为1，终点为-1.完全关联矩阵：描述点与边的关系，如果该点和该边有关系为1，没有关系就为0，非常简单。邻接矩阵：很简单，就是两个点有关系就是1，没有关系就是0。可达性矩阵：非常简单，两点之间有路为1，没有路为0。
给定一个邻接矩阵，求可达矩阵及强连通、单向连通、弱连通、不连通的判断
qq_45218336的博客
12-20 3972
算法如下： #include "stdio.h" #include "stdlib.h" #include "string.h" #define MAX 10 int AdjM[MAX][MAX];//全局变量 void Warshell(int (*AdjMarix)[MAX],int n){//warshell算法求传递闭包 int i,j; for(i=0;i<n;i++) ...
python制作一个邻接矩阵并求邻接矩阵中节点的入度、出度和度
12-15
以下是制作邻接矩阵并求节点入度、出度和度的Python代码： ```python n = int(input()) # 输入顶点数 matrix = [] # 存储邻接矩阵 for i in range(n): row = list(map(int, input().split())) matrix.append(row) # 计算每个节点的入度、出度和度 for i in range(n): in_degree = 0 # 入度 out_degree = 0 # 出度 degree = 0 # 度 for j in range(n): if matrix[i][j] == 1: out_degree += 1 if matrix[j][i] == 1: in_degree += 1 degree = in_degree + out_degree print("节点{}的入度为{}，出度为{}，度为{}".format(i+1, in_degree, out_degree, degree)) ``` 以上代码首先输入顶点数n，然后输入n行邻接矩阵，将邻接矩阵存储在一个二维列表matrix中。接着，对于每个节点，遍历邻接矩阵，计算其入度、出度和度，并输出结果。
评论 1
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