/*
这一篇文章是关于图论的,采用的是邻接矩阵的方式存储;
重要的算法包括:图的深度遍历、宽度遍历、拓扑排序、关键路径、最小代价生成树、最短路径等问题
必须注意的是:因为是邻接矩阵的存储,需要注意是有向图,无向图,还是网;
对角线的元素为0,对于存在边和不存在边的情况,有向图和无向图处理方法是不一样的!
如果是有向图的话,那么我们存在边的时候是权值,没有边的时候NoEdge=INF;
如果是无向图的话,那么我们存在边的时候是关于对角线对称,同时赋值为1,但是不存在边的时候均是0
这一篇文章是关于图论的,采用的是邻接矩阵的方式存储;
重要的算法包括:图的深度遍历、宽度遍历、拓扑排序、关键路径、最小代价生成树、最短路径等问题
必须注意的是:因为是邻接矩阵的存储,需要注意是有向图,无向图,还是网;
对角线的元素为0,对于存在边和不存在边的情况,有向图和无向图处理方法是不一样的!
如果是有向图的话,那么我们存在边的时候是权值,没有边的时候NoEdge=INF;
如果是无向图的话,那么我们存在边的时候是关于对角线对称,同时赋值为1,但是不存在边的时候均是0
采用定义一个图类的方法,里面定义了一个int **a:动态生成二维数组存储邻接矩阵
实现了:图的深度宽度遍历,最小生成树(prim),单源最短路径dijsktra,所有定点的最短路径floyd,拓扑排序等等
对于关键路径,我将单独写出一个博客,因为对于AOE网的关键路径来说,,需要找到关键路径上的关键活动,必须对每一个边进行编号
*/#include<iostream>
#include<queue>
using namespace std;
const int INF = 123123123;
enum resultcode{ duplicate, notpresent, success, failure, overflow, underflow };
class graph{
private:
int n, e;
int **a;
int NoEdge;
void dfs(int v, bool *visited);//O(n^2)深度遍历
void bfs(int v, bool *visited);
void countindegree(int *indegree);
public:
graph(int size, int noedge);
~graph();
resultcode insert(int u, int v, int w);
resultcode remove(int u, int v);
bool exist(int u, int v);
void dfs();
void bfs();
void toposort(int *order);
bool toposort1(int *order);
int prim(int k, int *nearest, int *lowcost);
/*求最小生成树的算法,其实是存在两个的一个是prim,还有一个是kruskal,这里只实现了prim,因为kruskal需要对所有的边进行排排序,从小到大的选择边,
之后我会使用vector来实现kruskal,运用了并查集的知识
使用邻接矩阵十分麻烦,如果有大佬知道,可以告诉渣渣我*/
void floyd(int **d, int **path);
void dijkstra(int v, int *d, int *path);
};
graph::graph(int size, int noedge)
{
n = size;//顶点数
e = 0;//边数
NoEdge = noedge;
a = new int*[n];
for (int i = 0; i < n; i++)
{
a[i] = new int[n];
for (int j = 0; j < n; j++)
{
a[i][j] = NoEdge;
}
a[i][i] = 0;
}
}
graph::~graph()
{
for (int i = 0; i < n; i++)
{
delete[]a[i];
}
delete[]a;
}
bool graph::exist(int u, int v)
{
if (u<