有向图起点s到目标点t的所有路径

利用前面建立的结构,在这里利用这写顶点结构,边的建立结构,边数,顶点数, 即种类,和用于存储顶点的一个vector容器,

我采取的方法类似于,深度优先搜索:

1)首先建立了一个vector 用于存储顶点, 

2)将s起点放入vector 中,

3)对他所指向的邻接进行查找,卡纳可能是否有那个目标点tar,如果有的话,则按s->t的顺序进行输出

4)如果没有目标点的话,就检测他的每个邻接点的子邻接点,首先查看是否遍历过,如果没有,则递归调用findWayToWay(即重复进行2-4的过程进行添加查找),

5)注意 :当检测到端点位置时(即无邻接点的顶点),这时,就进行利用一个计数,如果是都访问了或者没有邻接点,就对将该点从vector中删除出来。


实现过程如下:

[cpp]  view plain copy
  1. /* 
  2.     *  brief    simple road which i to s 
  3.     */  
  4.     void findWayToWay(int sou, int tar)  
  5.     {  
  6.         vector<int> vec;  
  7.   
  8.         for(int i = 0; i < iVertexNum; i++)  
  9.         {  
  10.             vecVertex.at(i).bIsVisited = false;  
  11.         }  
  12.         cout << "search for the way from "<< sou << " to " << tar << endl;  
  13.           
  14.         findWayToWay(sou, tar, vec);  
  15.     }  
  16.   
  17.     void findWayToWay(int sou, int tar, vector<int> vec)  
  18.     {  
  19.         SVertexNode node = vecVertex.at(sou);  
  20.         vecVertex.at(sou).bIsVisited = true;  
  21.         vec.push_back(sou);  
  22.   
  23.         //first search next level isexist the tar  
  24.         for(int i = 0; i < node.vecLoc.size(); i++)  
  25.         {  
  26.             if(tar == node.vecLoc.at(i))  
  27.             {  
  28.                 for(int j = 0; j < vec.size(); j++)  
  29.                 {  
  30.                     cout << vecVertex.at(vec.at(j)).data << "->";  
  31.                 }  
  32.                 cout << vecVertex.at(tar).data << endl;  
  33.   
  34.             }  
  35.         }  
  36.   
  37.         for(int i = 0; i < node.vecLoc.size(); i++)  
  38.         {  
  39.             if(!(vecVertex.at(node.vecLoc.at(i)).bIsVisited))  
  40.             {  
  41.                 findWayToWay(node.vecLoc.at(i), tar, vec);  
  42.             }  
  43.         }  
  44.   
  45.         //放在最后可以对满检测过的或者没有的子阶的元素删除  
  46.         int count = 0;  
  47.         for(int i = 0; i < node.vecLoc.size(); i++)  
  48.         {  
  49.             if(vecVertex.at(node.vecLoc.at(i)).bIsVisited)  
  50.                 count++;  
  51.         }  
  52.         if(count == node.vecLoc.size())  
  53.             vec.pop_back();  
  54.     }  // end fi  

如下图:

在main函数中调用如下:

graph.findWayToWay(1, 5);

得到输出结果为:

  • 2
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
最短路径可以使用Dijkstra算法或Bellman-Ford算法求解。 1. Dijkstra算法 Dijkstra算法适用于边权为非负的图,可以求出单源最短路径。 具体步骤: - 初始化:将起点的距离设置为0,其他的距离设置为无穷大。 - 选取最短距离的:从未确定最短路径选取距离最短的作为当前。 - 更新距离:遍历当前的邻居节,更新其距离(如果通过当前到达邻居节的距离比已知的距离更短)。 - 标记已确定的最短距离:将当前标记为已确定最短距离。 - 重复上述步骤,直到所有的最短路径都被确定。 2. Bellman-Ford算法 Bellman-Ford算法可以处理边权为任意实的图,可以检测负权环。 具体步骤: - 初始化:将起点的距离设置为0,其他的距离设置为无穷大。 - 松弛操作:遍历所有边,如果通过一条边到达目标的距离比已知的距离更短,更新目标的距离。 - 检测负权环:重复执行第2步,直到没有节的距离再发生变化或者执行了节次松弛操作。如果还有节的距离可以被更新,说明存在负权环。 边介可以使用Brandes算法求解。 Brandes算法适用于有向图和无向图,可以计算任意节对之间的边介。 具体步骤: - 初始化:对于每个节v,将其介值设为0。 - 遍历所有节:对于每个节s,执行下列步骤: - 初始化:对于每个节v,将其距离d设为无穷大,最短路径sigma设为0,前驱节列表P为空。 - 设置起点的距离为0,最短路径为1。 - 使用Dijkstra算法计算出从起点s到所有其他节的最短路径,并记录每个节v的距离d和最短路径sigma。 - 使用反向遍历,计算从s出发经过每个节v的最短路径,并将其累加到v的介。 - 标准化:对于每个节v,将其介值除以2。 参考代码: ``` def dijkstra(graph, start): dist = {v: float('inf') for v in graph} dist[start] = 0 visited = set() while len(visited) < len(graph): v = min((d, v) for (v, d) in dist.items() if v not in visited)[1] visited.add(v) for w, d in graph[v]: if dist[v] + d < dist[w]: dist[w] = dist[v] + d return dist def brandes(graph): b = {v: 0 for v in graph} for s in graph: dist = dijkstra(graph, s) sigma = {v: 0 for v in graph} sigma[s] = 1 P = {v: [] for v in graph} for t in sorted(graph, key=dist.get): for w, d in graph[t]: if dist[t] + d == dist[w]: sigma[w] += sigma[t] P[w].append(t) delta = {v: 0 for v in graph} while P: w = P.popitem()[0] for v in P[w]: delta[v] += sigma[v] / sigma[w] * (1 + delta[w]) if w != s: b[w] += delta[w] / 2 return b ```

“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