基于邻接矩阵的无向图

基于邻接矩阵的无向图

什么是无向图?

图是一种基本的数据结构,在离散数学中有详细介绍过。

邻接矩阵?

图的邻接矩阵(Adjacency Matrix)存储方式是用两个数组来表示图。一个一维的数组存储图中顶点信息,一个二维数组(称为邻接矩阵)存储图中的边或弧的信息。

设图G有n个顶点,则邻接矩阵是一个n*n的方阵,定义为:

在这里插入图片描述

来看一个实例

在这里插入图片描述

注意索引问题!!!

图的遍历

图的遍历:从图的某个顶点出发,依次访问图中所有的顶点,每个顶点被访问一次且仅访问一次。
防止多次访问某一个顶点的思路:设置辅助数组visited[n],用来标记每个被访问的顶点,
初始化状态为visited[n]=0;如果顶点被访问到,则修改辅助数组的值 :visited[i]=1

深度优先遍历

DFS,Depth First Search

假设初始状态是图中所有顶点均未被访问,则从某个顶点v出发,首先访问该顶点,然后依次从它的各个未被访问的邻接点出发深度优先搜索遍历图,直至图中所有和v有路径相通的顶点都被访问到。若此时尚有其他顶点未被访问到,则另选一个未被访问的顶点作起始点,重复上述过程,直至图中所有顶点都被访问到为止。

看一张图:

640?wx_fmt=png

上述由7个顶点构成的图的深度优先遍历顺序应该为?

答案是:

ACBEDFG

图的深度优先遍历技术需要借助栈结构,由于递归本身就使用了函数栈的特性,所以无需额外使用其余的栈。

void MGraph::DFTraverse(int v)
{
    cout<<vertex[v]<<" ";
    visited[v]=1;
    for(int j=0;j<vertexNum;j++)
    {
        if(edge[v][j]==1 && visited[j]==0)
        {
            DFTraverse(j);
        }
    }
}

广度优先遍历

BFS,Breadth First Search

广度优先搜索思想:从图中某顶点v出发,在访问了v之后依次访问v的各个未曾访问过的邻接点,然后分别从这些邻接点出发依次访问它们的邻接点,并使得“先被访问的顶点的邻接点先于后被访问的顶点的邻接点被访问,直至图中所有已被访问的顶点的邻接点都被访问到。如果此时图中尚有顶点未被访问,则需要另选一个未曾被访问过的顶点作为新的起始点,重复上述过程,直至图中所有顶点都被访问到为止。

640?wx_fmt=png

上述图的广度优先遍历序列为:

ABECDFGH

void MGraph::BFTraverse(int v)
{
    int w,j,Q[MaxSize];     //顺序队列,有点取巧
    int front=-1,rear=-1;
    cout<<vertex[v]<<" ";
    visited[v]=1;
    Q[++rear]=v;
    while(front!=rear)
    {
        //当队列非空时为循环条件
        w=Q[++front];
        for(j=0;j<vertexNum;j++)
        {
            if(edge[w][j]==1 && visited[j]==0)
            {
                cout<<vertex[j]<<" ";
                visited[j]=1;
                Q[++rear]=j;
            }
        }
    }
}

图类的设计

const int MaxSize=7;   //最大顶点个数

class MGraph
{
private:
    /* data */
    int vertex[MaxSize];            //数组-用于存放图中顶点
    int edge[MaxSize][MaxSize];     //数组-用于存放图中的边
    int vertexNum,edgeNum;          //图的顶点数和边数
    int visited[MaxSize]={0};
public:
    MGraph(int a[],int n,int e);    //构造函数
    void showVertex();
    void showEdge();
    ~MGraph();                      //析构函数
    void DFTraverse(int v);         //深度优先遍历图
    void BFTraverse(int v);         //广度优先遍历图
    void init();                    //遍历后重新初始化visited
};

创建图时一定注意索引问题!!!

源代码

MGraph.h

/*
*图的C++实现
*邻接矩阵存储法
*/
#include<iostream>
using namespace std;

const int MaxSize=7;   //最大顶点个数

class MGraph
{
private:
    /* data */
    int vertex[MaxSize];            //数组-用于存放图中顶点
    int edge[MaxSize][MaxSize];     //数组-用于存放图中的边
    int vertexNum,edgeNum;          //图的顶点数和边数
    int visited[MaxSize]={0};
public:
    MGraph(int a[],int n,int e);    //构造函数
    void showVertex();
    void showEdge();
    ~MGraph();                      //虚构函数
    void DFTraverse(int v);         //深度优先遍历图
    void BFTraverse(int v);         //广度优先遍历图
    void init();                    //遍历后重新初始化visited
};

MGraph.cpp

#include"MGraph.h"

MGraph::MGraph(int a[],int n,int e)
{
    int i,j,k;
    vertexNum=n;
    edgeNum=e;

    for(i=0;i<vertexNum;i++)
    {
        vertex[i]=a[i];     //存储顶点
    }

    for(i=0;i<vertexNum;i++)
    {
        for(j=0;j<vertexNum;j++)
        {
            edge[i][j]=0;   //初始化邻接矩阵
        }
    }

    for(k=0;k<edgeNum;k++)
    {
        cout<<"请输入有临边关系的两个点的代号:";
        cin>>i>>j;
        edge[i-1][j-1]=1;
        edge[j-1][i-1]=1;
    }

}

MGraph::~MGraph()
{
    cout<<"析构基于邻接矩阵的图"<<endl;
}

void MGraph::DFTraverse(int v)
{
    cout<<vertex[v]<<" ";
    visited[v]=1;
    for(int j=0;j<vertexNum;j++)
    {
        if(edge[v][j]==1 && visited[j]==0)
        {
            DFTraverse(j);
        }
    }
}

void MGraph::BFTraverse(int v)
{
    int w,j,Q[MaxSize];     //顺序队列,有点取巧
    int front=-1,rear=-1;
    cout<<vertex[v]<<" ";
    visited[v]=1;
    Q[++rear]=v;
    while(front!=rear)
    {
        //当队列非空时为循环条件
        w=Q[++front];
        for(j=0;j<vertexNum;j++)
        {
            if(edge[w][j]==1 && visited[j]==0)
            {
                cout<<vertex[j]<<" ";
                visited[j]=1;
                Q[++rear]=j;
            }
        }
    }
}

void MGraph::init()
{
    cout<<"归零visited数组"<<endl;
    //每次遍历结束后重新初始化visited数组
    for(int i=0;i<MaxSize;i++)
    {
        this->visited[i]=0;
    }

    // for(int i=0;i<MaxSize;i++)
    // {
    //     cout<<visited[i]<<endl;
    // }
}

void MGraph::showVertex()
{
    cout<<"图的顶点编号为:";
    for(int i=0;i<vertexNum;i++)
    {
        cout<<vertex[i]<<" ";
    }
    cout<<endl;
}

void MGraph::showEdge()
{
    cout<<"邻接矩阵:"<<endl;
    for(int i=0;i<vertexNum;i++)
    {
        for(int j=0;j<vertexNum;j++)
        {
            cout<<edge[i][j]<<" ";
            if(j==vertexNum-1)
            {
                cout<<endl;
            }
        }
    }
}

main.cpp

#include"MGraph.h"

int main()
{
    cout<<"基于邻接矩阵的图的C++实现"<<endl;
    //常规版本
    int num[]={1,2,3,4,5};
    MGraph m1(num,5,4);
    m1.showVertex();
    m1.showEdge();
    m1.init();
    m1.DFTraverse(0);
    cout<<endl;
    m1.init();
    m1.BFTraverse(0);


    system("pause");
    return 0;
}

测试

测试案例

image-20211108195056189

测试结果

image-20211108195250887

  • 2
    点赞
  • 20
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
以下是用邻接矩阵创建一个读取csv文件为数据的无相图的示例代码: ```python import numpy as np import pandas as pd # 读取csv文件并转化为无相图的邻接矩阵 def create_adj_matrix(csv_path): # 读取csv文件 data = pd.read_csv(csv_path) # 获取所有节点的名称 nodes = data.iloc[:, 0].unique() # 创建空的邻接矩阵 adj_matrix = np.zeros((len(nodes), len(nodes))) # 将边添加到邻接矩阵中 for i in range(len(data)): src_node = np.where(nodes == data.iloc[i, 0])[0][0] dst_node = np.where(nodes == data.iloc[i, 1])[0][0] weight = data.iloc[i, 2] adj_matrix[src_node, dst_node] = weight adj_matrix[dst_node, src_node] = weight return adj_matrix # 测试代码 csv_path = 'graph.csv' adj_matrix = create_adj_matrix(csv_path) print(adj_matrix) ``` 其中,`create_adj_matrix` 函数用于读取 csv 文件并将其转化为无相图的邻接矩阵。首先,我们读取 csv 文件并获取所有节点的名称。然后,我们创建一个空的邻接矩阵,并将边添加到邻接矩阵中。最后,我们返回邻接矩阵。测试代码中的 `graph.csv` 文件内容如下: ``` A,B,1 B,C,2 C,D,3 D,E,4 E,A,5 ``` 运行测试代码,输出结果如下: ``` [[0. 1. 5. 0. 0.] [1. 0. 2. 0. 0.] [5. 2. 0. 3. 0.] [0. 0. 3. 0. 4.] [0. 0. 0. 4. 0.]] ``` 该结果表示的是无相图的邻接矩阵,其中第 i 行第 j 列的值表示节点 i 和节点 j 之间的权重,若节点 i 和节点 j 之间不存在边,则该值为 0。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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