图的相关算法c语言实现 (迪杰斯特拉,输出距离和路径)

/**
* C: Dijkstra算法获取最短路径(邻接矩阵)
*
* @author skywang   edit by  zxl  on 2018/03/17
* @date 2014/04/24转载于 :http://www.cnblogs.com/skywang12345/*/
#include <stdio.h>
#include <stdlib.h>
#include <malloc.h>
#include <string.h>

#define MAX         100                 // 矩阵最大容量
#define INF         (~(0x1<<31))        // 最大值(即0X7FFFFFFF)
#define isLetter(a) ((((a)>='a')&&((a)<='z')) || (((a)>='A')&&((a)<='Z')))
#define LENGTH(a)   (sizeof(a)/sizeof(a[0]))

// 邻接矩阵
typedef struct _graph
{
	char vexs[MAX];       // 顶点集合
	int vexnum;           // 顶点数
	int edgnum;           // 边数
	int matrix[MAX][MAX]; // 邻接矩阵
}Graph, *PGraph;

// 边的结构体
typedef struct _EdgeData
{
	char start; // 边的起点
	char end;   // 边的终点
	int weight; // 边的权重
}EData;

/*
* 返回ch在matrix矩阵中的位置
*/
static int get_position(Graph G, char ch)
{
	int i;
	for (i = 0; i<G.vexnum; i++)
		if (G.vexs[i] == ch)
			return i;
	return -1;
}

/*
* 读取一个输入字符
*/
static char read_char()
{
	char ch;

	do {
		ch = getchar();
	} while (!isLetter(ch));

	return ch;
}

/*
* 创建图(自己输入)
*/
Graph* create_graph()
{
	char c1, c2;
	int v, e;
	int i, j, weight, p1, p2;
	Graph* pG;

	// 输入"顶点数"和"边数"
	printf("input vertex number: ");
	scanf("%d", &v);
	printf("input edge number: ");
	scanf("%d", &e);
	if (v < 1 || e < 1 || (e >(v * (v - 1))))
	{
		printf("input error: invalid parameters!\n");
		return NULL;
	}

	if ((pG = (Graph*)malloc(sizeof(Graph))) == NULL)
		return NULL;
	memset(pG, 0, sizeof(Graph));

	// 初始化"顶点数"和"边数"
	pG->vexnum = v;
	pG->edgnum = e;
	// 初始化"顶点"
	for (i = 0; i < pG->vexnum; i++)
	{
		printf("vertex(%d): ", i);
		pG->vexs[i] = read_char();
	}

	// 1. 初始化"边"的权值
	for (i = 0; i < pG->vexnum; i++)
	{
		for (j = 0; j < pG->vexnum; j++)
		{
			if (i == j)
				pG->matrix[i][j] = 0;
			else
				pG->matrix[i][j] = INF;
		}
	}
	// 2. 初始化"边"的权值: 根据用户的输入进行初始化
	for (i = 0; i < pG->edgnum; i++)
	{
		// 读取边的起始顶点,结束顶点,权值
		printf("edge(%d):", i);
		c1 = read_char();
		c2 = read_char();
		scanf("%d", &weight);

		p1 = get_position(*pG, c1);
		p2 = get_position(*pG, c2);
		if (p1 == -1 || p2 == -1)
		{
			printf("input error: invalid edge!\n");
			free(pG);
			return NULL;
		}

		pG->matrix[p1][p2] = weight;
		pG->matrix[p2][p1] = weight;
	}

	return pG;
}

/*
* 创建图(用已提供的矩阵)
*/
Graph* create_example_graph()
{
	//char vexs[] = { 'A', 'B', 'C', 'D', 'E', 'F', 'G' };
	char vexs[] = { 'A', 'B', 'C', 'D', 'E' };
	//int matrix[][9] = {
	//	/*A*//*B*//*C*//*D*//*E*//*F*//*G*/
	//	/*A*/{ 0,  12, INF, INF, INF,  16,  14 },
	//	/*B*/{ 12,   0,  10, INF, INF,   7, INF },
	//	/*C*/{ INF,  10,   0,   3,   5,   6, INF },
	//	/*D*/{ INF, INF,   3,   0,   4, INF, INF },
	//	/*E*/{ INF, INF,   5,   4,   0,   2,   8 },
	//	/*F*/{ 16,   7,   6, INF,   2,   0,   9 },
	//	/*G*/{ 14, INF, INF, INF,   8,   9,   0 } };


	int matrix[][9] = {
		/*A*//*B*//*C*//*D*//*E*//*F*//*G*/
		/*A*/{ 0,  12, INF, INF, 10},
		/*B*/{ 12,   0,  10, INF, INF },
		/*C*/{ INF,  10,   0,   3,   5 },
		/*D*/{ INF, INF,   3,   0,   4 },
		/*E*/{ 10, INF,   5,   4,   0} };
		
	int vlen = LENGTH(vexs);
	int i, j;
	Graph* pG;

	// 输入"顶点数"和"边数"
	if ((pG = (Graph*)malloc(sizeof(Graph))) == NULL)
		return NULL;
	memset(pG, 0, sizeof(Graph));

	// 初始化"顶点数"
	pG->vexnum = vlen;
	// 初始化"顶点"
	for (i = 0; i < pG->vexnum; i++)
		pG->vexs[i] = vexs[i];

	// 初始化"边"
	for (i = 0; i < pG->vexnum; i++)
		for (j = 0; j < pG->vexnum; j++)
			pG->matrix[i][j] = matrix[i][j];

	// 统计边的数目
	for (i = 0; i < pG->vexnum; i++)
		for (j = 0; j < pG->vexnum; j++)
			if (i != j && pG->matrix[i][j] != INF)
				pG->edgnum++;
	pG->edgnum /= 2;

	return pG;
}

/*
* 返回顶点v的第一个邻接顶点的索引,失败则返回-1
*/
static int first_vertex(Graph G, int v)
{
	int i;

	if (v<0 || v>(G.vexnum - 1))
		return -1;

	for (i = 0; i < G.vexnum; i++)
		if (G.matrix[v][i] != 0 && G.matrix[v][i] != INF)
			return i;

	return -1;
}

/*
* 返回顶点v相对于w的下一个邻接顶点的索引,失败则返回-1
*/
static int next_vertix(Graph G, int v, int w)
{
	int i;

	if (v<0 || v>(G.vexnum - 1) || w<0 || w>(G.vexnum - 1))
		return -1;

	for (i = w + 1; i < G.vexnum; i++)
		if (G.matrix[v][i] != 0 && G.matrix[v][i] != INF)
			return i;

	return -1;
}

/*
* 深度优先搜索遍历图的递归实现
*/
static void DFS(Graph G, int i, int *visited)
{
	int w;

	visited[i] = 1;
	printf("%c ", G.vexs[i]);
	// 遍历该顶点的所有邻接顶点。若是没有访问过,那么继续往下走
	for (w = first_vertex(G, i); w >= 0; w = next_vertix(G, i, w))
	{
		if (!visited[w])
			DFS(G, w, visited);
	}

}

/*
* 深度优先搜索遍历图
*/
void DFSTraverse(Graph G)
{
	int i;
	int visited[MAX];       // 顶点访问标记

							// 初始化所有顶点都没有被访问
	for (i = 0; i < G.vexnum; i++)
		visited[i] = 0;

	printf("DFS: ");
	for (i = 0; i < G.vexnum; i++)
	{
		//printf("\n== LOOP(%d)\n", i);
		if (!visited[i])
			DFS(G, i, visited);
	}
	printf("\n");
}

/*
* 广度优先搜索(类似于树的层次遍历)
*/
void BFS(Graph G)
{
	int head = 0;
	int rear = 0;
	int queue[MAX];     // 辅组队列
	int visited[MAX];   // 顶点访问标记
	int i, j, k;

	for (i = 0; i < G.vexnum; i++)
		visited[i] = 0;

	printf("BFS: ");
	for (i = 0; i < G.vexnum; i++)
	{
		if (!visited[i])
		{
			visited[i] = 1;
			printf("%c ", G.vexs[i]);
			queue[rear++] = i;  // 入队列
		}
		while (head != rear)
		{
			j = queue[head++];  // 出队列
			for (k = first_vertex(G, j); k >= 0; k = next_vertix(G, j, k)) //k是为访问的邻接顶点
			{
				if (!visited[k])
				{
					visited[k] = 1;
					printf("%c ", G.vexs[k]);
					queue[rear++] = k;
				}
			}
		}
	}
	printf("\n");
}

/*
* 打印矩阵队列图
*/
void print_graph(Graph G)
{
	int i, j;

	printf("Martix Graph:\n");
	for (i = 0; i < G.vexnum; i++)
	{
		for (j = 0; j < G.vexnum; j++)
			printf("%10d ", G.matrix[i][j]);
		printf("\n");
	}
}

/*
* prim最小生成树
*
* 参数说明:
*       G -- 邻接矩阵图
*   start -- 从图中的第start个元素开始,生成最小树
*/
void prim(Graph G, int start)
{
	int min, i, j, k, m, n, sum;
	int index = 0;         // prim最小树的索引,即prims数组的索引
	char prims[MAX];     // prim最小树的结果数组
	int weights[MAX];    // 顶点间边的权值

						 // prim最小生成树中第一个数是"图中第start个顶点",因为是从start开始的。
	prims[index++] = G.vexs[start];

	// 初始化"顶点的权值数组",
	// 将每个顶点的权值初始化为"第start个顶点"到"该顶点"的权值。
	for (i = 0; i < G.vexnum; i++)
		weights[i] = G.matrix[start][i];
	// 将第start个顶点的权值初始化为0。
	// 可以理解为"第start个顶点到它自身的距离为0"。
	weights[start] = 0;

	for (i = 0; i < G.vexnum; i++)
	{
		// 由于从start开始的,因此不需要再对第start个顶点进行处理。
		if (start == i)
			continue;

		j = 0;
		k = 0;
		min = INF;
		// 在未被加入到最小生成树的顶点中,找出权值最小的顶点。
		while (j < G.vexnum)
		{
			// 若weights[j]=0,意味着"第j个节点已经被排序过"(或者说已经加入了最小生成树中)。
			if (weights[j] != 0 && weights[j] < min)
			{
				min = weights[j];
				k = j;
			}
			j++;
		}

		// 经过上面的处理后,在未被加入到最小生成树的顶点中,权值最小的顶点是第k个顶点。
		// 将第k个顶点加入到最小生成树的结果数组中
		prims[index++] = G.vexs[k];
		// 将"第k个顶点的权值"标记为0,意味着第k个顶点已经排序过了(或者说已经加入了最小树结果中)。
		weights[k] = 0;
		// 当第k个顶点被加入到最小生成树的结果数组中之后,更新其它顶点的权值。
		for (j = 0; j < G.vexnum; j++)
		{
			// 当第j个节点没有被处理,并且需要更新时才被更新。
			if (weights[j] != 0 && G.matrix[k][j] < weights[j])
				weights[j] = G.matrix[k][j];
		}
	}

	// 计算最小生成树的权值
	sum = 0;
	for (i = 1; i < index; i++)
	{
		min = INF;
		// 获取prims[i]在G中的位置
		n = get_position(G, prims[i]);
		// 在vexs[0...i]中,找出到j的权值最小的顶点。
		for (j = 0; j < i; j++)
		{
			m = get_position(G, prims[j]);
			if (G.matrix[m][n]<min)
				min = G.matrix[m][n];
		}
		sum += min;
	}
	// 打印最小生成树
	printf("PRIM(%c)=%d: ", G.vexs[start], sum);
	for (i = 0; i < index; i++)
		printf("%c ", prims[i]);
	printf("\n");
}

/*
* 获取图中的边
*/
EData* get_edges(Graph G)
{
	int i, j;
	int index = 0;
	EData *edges;

	edges = (EData*)malloc(G.edgnum * sizeof(EData));
	for (i = 0; i < G.vexnum; i++)
	{
		for (j = i + 1; j < G.vexnum; j++)
		{
			if (G.matrix[i][j] != INF)
			{
				edges[index].start = G.vexs[i];
				edges[index].end = G.vexs[j];
				edges[index].weight = G.matrix[i][j];
				index++;
			}
		}
	}

	return edges;
}

/*
* 对边按照权值大小进行排序(由小到大)
*/
void sorted_edges(EData* edges, int elen)
{
	int i, j;

	for (i = 0; i<elen; i++)
	{
		for (j = i + 1; j<elen; j++)
		{
			if (edges[i].weight > edges[j].weight)
			{
				// 交换"第i条边"和"第j条边"
				EData tmp = edges[i];
				edges[i] = edges[j];
				edges[j] = tmp;
			}
		}
	}
}

/*
* 获取i的终点
*/
int get_end(int vends[], int i)
{
	while (vends[i] != 0)
		i = vends[i];
	return i;
}

/*
* 克鲁斯卡尔(Kruskal)最小生成树
*/
void kruskal(Graph G)
{
	int i, m, n, p1, p2;
	int length;
	int index = 0;          // rets数组的索引
	int vends[MAX] = { 0 };     // 用于保存"已有最小生成树"中每个顶点在该最小树中的终点。
	EData rets[MAX];        // 结果数组,保存kruskal最小生成树的边
	EData *edges;           // 图对应的所有边

							// 获取"图中所有的边"
	edges = get_edges(G);
	// 将边按照"权"的大小进行排序(从小到大)
	sorted_edges(edges, G.edgnum);

	for (i = 0; i<G.edgnum; i++)
	{
		p1 = get_position(G, edges[i].start);   // 获取第i条边的"起点"的序号
		p2 = get_position(G, edges[i].end);     // 获取第i条边的"终点"的序号

		m = get_end(vends, p1);                 // 获取p1在"已有的最小生成树"中的终点
		n = get_end(vends, p2);                 // 获取p2在"已有的最小生成树"中的终点
												// 如果m!=n,意味着"边i"与"已经添加到最小生成树中的顶点"没有形成环路
		if (m != n)
		{
			vends[m] = n;                       // 设置m在"已有的最小生成树"中的终点为n
			rets[index++] = edges[i];           // 保存结果
		}
	}
	free(edges);

	// 统计并打印"kruskal最小生成树"的信息
	length = 0;
	for (i = 0; i < index; i++)
		length += rets[i].weight;
	printf("Kruskal=%d: ", length);
	for (i = 0; i < index; i++)
		printf("(%c,%c) ", rets[i].start, rets[i].end);
	printf("\n");
}

/*
* Dijkstra最短路径。
* 即,统计图(G)中"顶点vs"到其它各个顶点的最短路径。
*
* 参数说明:
*        G -- 图
*       vs -- 起始顶点(start vertex)。即计算"顶点vs"到其它顶点的最短路径。
*     prev -- 前驱顶点数组。即,prev[i]的值是"顶点vs"到"顶点i"的最短路径所经历的全部顶点中,位于"顶点i"之前的那个顶点。
*     dist -- 长度数组。即,dist[i]是"顶点vs"到"顶点i"的最短路径的长度。
*/




 void  dijkstra(Graph G, int vs, int prev[], int dist[])
{
	int i, j, k;
	int min;
	int tmp;
	int flag[MAX];      // flag[i]=1表示"顶点vs"到"顶点i"的最短路径已成功获取。

						// 初始化
	for (i = 0; i < G.vexnum; i++)
	{
		flag[i] = 0;              // 顶点i的最短路径还没获取到。
		prev[i] = vs;              // 顶点i的前驱顶点为前驱节点不是0,而是起始点。
		dist[i] = G.matrix[vs][i];// 顶点i的最短路径为"顶点vs"到"顶点i"的权。
	}

	// 对"顶点vs"自身进行初始化
	flag[vs] = 1;
	dist[vs] = 0;

	// 遍历G.vexnum-1次;每次找出一个顶点的最短路径。
	for (i = 1; i < G.vexnum; i++)
	{
		// 寻找当前最小的路径;
		// 即,在未获取最短路径的顶点中,找到离vs最近的顶点(k)。
		min = INF;
		for (j = 0; j < G.vexnum; j++)
		{
			if (flag[j] == 0 && dist[j]<min)
			{
				min = dist[j];
				k = j;
			}
		}
		// 标记"顶点k"为已经获取到最短路径
		flag[k] = 1;

		// 修正当前最短路径和前驱顶点
		// 即,当已经"顶点k的最短路径"之后,更新"未获取最短路径的顶点的最短路径和前驱顶点"。
		for (j = 0; j < G.vexnum; j++)
		{
			tmp = (G.matrix[k][j] == INF ? INF : (min + G.matrix[k][j])); // 防止溢出
			if (flag[j] == 0 && (tmp  < dist[j]))
			{
				dist[j] = tmp;
				prev[j] = k;
			}
		}
	}

	// 打印dijkstra最短路径的结果
	printf("dijkstra(%c): \n", G.vexs[vs]);
	for (i = 0; i < G.vexnum; i++)
		printf("  shortest(%c, %c)=%d\n", G.vexs[vs], G.vexs[i], dist[i]);


	//打印 最短路径
	//初始化一个矩阵来接收倒序的数组
	//此例子中起始点是D,顶点顺序是A,B,C,D,E,F


	printf("-----------shortestPath------------------------\n");
	
	/************************************逆序输出路径********************************************/
	
	//for (int i=0; i < G.vexnum; i++) {

	//	printf("源点点%c到%c的逆路径是:",G.vexs[vs],G.vexs[i]);

	//	int j = i;

	//	while (j!=vs) {

	//		printf("%c-->",G.vexs[j]);

	//		j = prev[j];
	//	}

	//	printf("%c    ", G.vexs[j]);
	//	//printf("%c    ", G.vexs[prev[j]]);
	//	
	//	
	//}


	/************************************正序输出路径********************************************/

	for (int i = 0; i < G.vexnum; i++) {
		printf("源点点%c到%c的正序路径是:", G.vexs[vs], G.vexs[i]);

		int j = i;
		int k = 0;

	//临时存储,方面倒序输出
		char cache[MAX];

		
		while (j!=vs) {
			cache[k] = G.vexs[j];
			k = k + 1;
			j = prev[j];
		}
		cache[k] = G.vexs[j];


		for (k; k > 0; --k) {
			printf("%c-->",cache[k]);
		}

		printf("%c",cache[k]);

		printf("\n");
		
		
	}

	/*for (int i = 0; i < G.vexnum; i++) {
		printf("%d",prev[i]);
		
		printf("%c;",G.vexs[prev[i]]);
	}*/
	

}

void main()
{
	int prev[MAX] = { 0 };
	int dist[MAX] = { 0 };
	Graph* pG;

	// 自定义"图"(输入矩阵队列)
	//pG = create_graph();
	// 采用已有的"图"
	pG = create_example_graph();

	//print_graph(*pG);       // 打印图
	//DFSTraverse(*pG);       // 深度优先遍历
	//BFS(*pG);               // 广度优先遍历
	//prim(*pG, 0);           // prim算法生成最小生成树
	//kruskal(*pG);           // kruskal算法生成最小生成树

	// dijkstra算法获取"第4个顶点"到其它各个顶点的最短距离
	dijkstra(*pG, 0, prev, dist);
}


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