一步一步写算法(之图创建)

原贴地址:http://blog.csdn.net/feixiaoxing/article/details/6922766

【 声明:版权所有,欢迎转载,请勿用于商业用途。  联系信箱:feixiaoxing @163.com】


    前面我们讨论过图的基本结构是什么样的。它可以是矩阵类型的、数组类型的,当然也可以使指针类型的。当然,就我个人而言,比较习惯使用的结构还是链表指针类型的。本质上,一幅图就是由很多节点构成的,每一个节点上面有很多的分支,仅此而已。为此,我们又对原来的结构做了小的改变:

[cpp]  view plain copy
  1. typedef struct _LINE  
  2. {  
  3.     int end;  
  4.     int weight;  
  5.     struct _LINE* next;  
  6. }LINE;  
  7.   
  8. typedef struct _VECTEX  
  9. {  
  10.     int start;  
  11.     int number;  
  12.     LINE* neighbor;  
  13.     struct _VECTEX* next;  
  14. }VECTEX;  
  15.   
  16. typedef struct _GRAPH  
  17. {  
  18.     int count;  
  19.     VECTEX* head;  
  20. }GRAPH;  
    为了创建图,首先我们需要创建节点和创建边。不妨从创建节点开始,

[cpp]  view plain copy
  1. VECTEX* create_new_vectex(int start)  
  2. {  
  3.     VECTEX* pVextex = (VECTEX*)malloc(sizeof(VECTEX));  
  4.     assert(NULL != pVextex);  
  5.   
  6.     pVextex->start = start;  
  7.     pVextex->number = 0;  
  8.     pVextex->neighbor = NULL;  
  9.     pVextex->next = NULL;  
  10.     return pVextex;  
  11. }  
    接着应该创建边了,

[cpp]  view plain copy
  1. LINE* create_new_line(int end, int weight)  
  2. {  
  3.     LINE* pLine = (LINE*)malloc(sizeof(LINE));  
  4.     assert(NULL != pLine);  
  5.       
  6.     pLine->end = end;  
  7.     pLine->weight = weight;  
  8.     pLine->next = NULL;  
  9.     return pLine;  
  10. }  
    有了上面的内容,那么创建一个带有边的顶点就变得很简单了,

[cpp]  view plain copy
  1. VECTEX* create_new_vectex_for_graph(int start, int end, int weight)  
  2. {  
  3.     VECTEX* pVectex = create_new_vectex(start);  
  4.     assert(NULL != pVectex);  
  5.       
  6.     pVectex->neighbor = create_new_line(end, weight);  
  7.     assert(NULL != pVectex->neighbor);  
  8.       
  9.     return pVectex;  
  10. }  
    那么,怎么它怎么和graph相关呢?其实也不难。

[cpp]  view plain copy
  1. GRAPH* create_new_graph(int start, int end, int weight)  
  2. {  
  3.     GRAPH* pGraph = (GRAPH*)malloc(sizeof(GRAPH));  
  4.     assert(NULL != pGraph);  
  5.   
  6.     pGraph->count = 1;  
  7.     pGraph->head = create_new_vectex_for_graph(start, end, weight);  
  8.     assert(NULL != pGraph->head);  
  9.   
  10.     return pGraph;  
  11. }  
    有了图,有了边,那么节点和边的查找也不难了。

[cpp]  view plain copy
  1. VECTEX* find_vectex_in_graph(VECTEX* pVectex, int start)  
  2. {  
  3.     if(NULL == pVectex)  
  4.         return NULL;  
  5.   
  6.     while(pVectex){  
  7.         if(start == pVectex->start)  
  8.             return pVectex;  
  9.         pVectex = pVectex->next;  
  10.     }  
  11.   
  12.     return NULL;  
  13. }  
  14.   
  15. LINE* find_line_in_graph(LINE* pLine, int end)  
  16. {  
  17.     if(NULL == pLine)  
  18.         return NULL;  
  19.   
  20.     while(pLine){  
  21.         if(end == pLine->end)  
  22.             return pLine;  
  23.   
  24.         pLine = pLine->next;  
  25.     }  
  26.   
  27.     return NULL;  
  28. }  


总结:

    (1)图就是多个链表的聚合

    (2)想学好图,最好把前面的链表和指针搞清楚、弄扎实

    (3)尽量写小函数,小函数构建大函数,方便阅读和调试


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Dijkstra算法是一种用于解决单源最短路径问题的经典算法。下面是Dijkstra算法的代码,我将逐步解释每一步的作用。 首先,我们需要定义一个函数来实现Dijkstra算法: ```python def dijkstra(graph, start): # 初始化距离字典,用于记录每个节点到起始节点的最短距离 distances = {node: float('inf') for node in graph} # 将起始节点的距离设置为0 distances[start] = 0 # 初始化已访问的节点集合 visited = set() while len(visited) < len(graph): # 选择当前距离起始节点最近的节点 current_node = min((node for node in graph if node not in visited), key=lambda n: distances[n]) # 将该节点标记为已访问 visited.add(current_node) # 更新当前节点的邻居节点的最短距离 for neighbor_node, weight in graph[current_node].items(): # 计算通过当前节点到达邻居节点的距离 distance = distances[current_node] + weight # 如果计算得到的距离小于邻居节点的当前最短距离,则更新最短距离 if distance < distances[neighbor_node]: distances[neighbor_node] = distance return distances ``` 现在,让我们逐步解释上述代码的每一步: 1. 首先,我们定义了一个函数`dijkstra`,它接受一个`graph`和一个起始节点`start`作为参数,并返回一个字典`distances`,记录每个节点到起始节点的最短距离。 2. 我们使用字典推导式创建一个初始距离字典`distances`,将所有节点的距离初始化为正无穷大。 3. 将起始节点的距离设置为0,表示起始节点到自身的距离为0。 4. 初始化一个空集合`visited`,用于记录已访问过的节点。 5. 进入循环,直到所有节点都被访问。 6. 在每次循环中,选择当前距离起始节点最近的节点。我们使用`min`函数和一个lambda表达式来找到当前距离起始节点最近的节点。该节点将被标记为已访问。 7. 遍历当前节点的邻居节点和对应的边的权重。 8. 对于每个邻居节点,计算通过当前节点到达邻居节点的距离。这个距离等于当前节点的距离加上当前节点到邻居节点的边的权重。 9. 如果计算得到的距离小于邻居节点的当前最短距离,则更新邻居节点的最短距离。 10. 循环结束后,返回最终的距离字典`distances`。 这就是Dijkstra算法的代码,并且我已经解释了每一步的作用。如果你有任何进一步的问题,请随时提问!
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