给定一个邻接矩阵，求可达矩阵及强连通、单向连通、弱连通、不连通的判断

最新推荐文章于 2024-03-25 01:48:22 发布
最新推荐文章于 2024-03-25 01:48:22 发布
阅读量4k 收藏 26
点赞数 3
分类专栏： 离散数学 文章标签： 算法 c语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_45218336/article/details/103632207
版权

算法如下：

#include "stdio.h" 
#include "stdlib.h"
#include "string.h"
#define MAX 10

int AdjM[MAX][MAX];//全局变量

void Warshell(int (*AdjMarix)[MAX],int n){
   //warshell算法求传递闭包
int i,j;
for(i=0;i<n;i++)
   for(j=0;j<n;j++)
        if(AdjMarix[i][j])
            AdjM[i][j]=1;
        else
            AdjM[i][j]=0;     


for(i=0;i<n;i++)
    for(j=0;j<n;j++)
        if(AdjM[j][i]==1)
最低0.47元/天 解锁文章
张某人的blog
关注
专栏目录
Python：利用邻接矩阵判断有向图的连通性
weixin_52365731的博客
05-20 1万+
Python求解：利用邻接矩阵判断有向图的连通性 WoW，让我们先来看看我们要解决的小问题: 将任意一个有向图G采用矩阵输入，图形化输出图G，利用可达矩阵判定图G是否连通： （PS：判断图的连通性至少可以有[1].并查集 [2].DFS [3].BFS 三种方法，关于其他求解方法，详见：https://blog.csdn.net/weixin_44646116/article/details/95523884） 当然，今天我们...
通过有向图的可达矩阵判断有向图的连通类型
weixin_41855010的博客
07-08 6598
我们根据有向图的连通情况，可以将图分成四种类型 非连通图 弱连通图 单向连通图 强连通图 我们可以通过邻接矩阵A，计算可达矩阵B，然后经过二值化之后得到可达性矩阵P来判断该图属于以上哪一种。 如果P中元素都为1，说明任意两点之间都可达，那么这是一个强连通图； 如果P′=P∪PTP' = P \cup P^TP′=P∪PT除对角线之外全为1，说明任意两个点之间存在可达通路，那么这是一个单向连通图； 如果A′=A∪ATA' = A \cup A^TA′=A∪AT作为邻接矩阵，然后求得可达矩阵所有元素为1，
已知邻接矩阵，求可达矩阵
01-17
已知邻接矩阵，求可达矩阵的MATLAB代码
图的邻接矩阵求图的出度，入度，可达矩阵，判断强连通，弱连通，单向连通（C++,vs2017)
热门推荐
cysisu的博客
12-21 3万+
一、介绍概念   1、邻接矩阵        将一个n个节点的图，转化成一个n*n的矩阵G，G[i][j]表示第i个节点到第j个节点的的权重。              对于上图邻接矩阵为：        2、度       度分为入度和出度：某个节点的入度就是可以通过一条边到达这个节点的节点个数，某个节点的出度就是可以通过一条边到达其它节点的节点个数             ...
由有向图的邻接矩阵生成其可达矩阵
不羡仙的博客
05-21 1万+
简单的C语言实现目标，本文中的代码是通过其定义求解的，并没有使用Warshall算法
快速求解邻接矩阵对应的可达矩阵
03-09
该代码是通过C语言编程实现，主要是为了快速求解邻接矩阵对应的可达矩阵，邻接矩阵和可达矩阵是系统工程中表征系统元素之间关系的重要工具之一
Warshall算法(邻接矩阵到可达矩阵)
10-24
采用Warshall算法，从邻接矩阵求可达矩阵
题目：判断一个图是否为强连通图、单向连通图、弱连通图。输入为有向图的邻接矩阵。 输入 第一行为正整数n（0<n<=100），代表图中点的个数。 接下来n行，每行有n个数据，每个数据以空格分隔，代表邻接矩阵。 注意：输入的都是连通图。 输出 输出有一行，字母a，b，c a代表强连通图 b代表单向连通图 c代表弱连通图
03-16
给定一个有向图的邻接矩阵，判断它是强连通图、单向连通图还是弱连通图。 输入格式： 第一行为正整数n（），代表图中点的个数。 接下来n行，每行有n个数据，每个数据以空格分隔，代表邻接矩阵。 注意：输入的都...
求解有向图的强连通分量的SCC问题---POJ 2186 Popular Cows
Keaper的博客
07-25 4546
【SCC问题】 在有向图G中,如果两个顶点间至少存在一条路径,称两个顶点强连通(strongly connected),如果有向图G的每两个顶点都强连通，称G是一个强连通图.通俗的说法是:从图G内任意一个点出发,存在通向图G内任意一点的的一条路径. 非强连通图有向图的极大强连通子图，称为强连通分量(strongly connected components,SCC). 求图强连通分量的意
由邻接矩阵计算可达矩阵
Cherry_csc的博客
10-09 2698
注：此处的“+”为重载的取大逻辑加。
邻接矩阵求可达矩阵代码_ismmatlab_
10-01
在邻接矩阵已知的情况下，用matlab编程求邻接矩阵。
邻接矩阵转化成可达矩阵的执行文件
01-03
该可执行文件格式是exe，功能是用于讲邻接矩阵转化成可达矩阵。
matlab求可达矩阵
05-01
根据MATLAB编程，由邻接矩阵求出可达矩阵。 根据MATLAB编程，由邻接矩阵求出可达矩阵。
邻接矩阵转化成可达矩阵的源代码
01-03
该txt文件记录的是邻接矩阵转化成可达矩阵的源代码。
输入邻接矩阵，判断邻接矩阵，该图是否为连通图（离散数学）
SUNYAN_WADE的博客
03-25 5337
#include <iostream> #include <bits/stdc++.h> #include <iomanip> #include <cmath> #define Size 100 using namespace std; int main(){ char ch[Size]; int i,j,k,h,n=1,count=0,ele...
C语言由邻接矩阵求可达矩阵算法,邻接矩阵与可达矩阵计算.pdf
weixin_42398171的博客
05-23 3993
暨南大学应急管理学院1. 邻接矩阵本部分内容出自 《离散数学》图论章节1. 邻接矩阵邻接矩阵的定义设G＝是一个简单图，它有n个结点V ＝{v ，v ，…，v }，则n阶方阵A(G) ＝1 2 n(a )称为G的邻接矩阵。ij1 V 与V 之间存在关系；i jaij0 V 与V 之间没有关系或者相同；i j1. 邻...
Warshall 算法求可达矩阵，根据可达矩阵元素判断是强连通图or单向连通图or弱连通图？
最新发布
longjuanfeng686的博客
03-25 787
根据可达矩阵元素判断是强连通图or单向连通图or弱连通图
邻接矩阵、可达性矩阵、完全关联矩阵、可达性矩阵的计算
qq_51216031的博客
01-10 4036
注意：对于无向图来说，只需要考虑边和点之间有没有关系，有关系即为1，没有关系即为0；但是对于有向图来说，点与边之间的关系还有起点和终点之分。起点为1，终点为-1.完全关联矩阵：描述点与边的关系，如果该点和该边有关系为1，没有关系就为0，非常简单。邻接矩阵：很简单，就是两个点有关系就是1，没有关系就是0。可达性矩阵：非常简单，两点之间有路为1，没有路为0。
判断邻接矩阵无向图的连通性函数C语言,判断一个无向图是否为连通图的方法...
weixin_31913479的博客
05-22 2017
无向图的连通性判断一个无向图是否为连通图。输入为无向图的邻接矩阵。输入输入有若干行第一行为正整数N(0接下来N行，每行有N个数据，每个数据以空格分隔，代表邻接矩阵。输出一行。连通yes, 否则no.测试输入31 1 11 1 11 1 1测试输出yes源代码#include#define N 3002int a[N][N];int main(){int i,j,k,n;scanf("%d\n",&...
python 利用trajan算法求给定邻接矩阵的强连通图，输入数据的邻接矩阵
07-08
Trajan算法是一种用于求解有向图的强连通分量的算法。下面是使用Trajan算法求给定邻接矩阵的强连通图的Python示例代码： ```python def tarjan(graph): n = len(graph) index_counter = [0] index = [-1] * n lowlink = [-1] * n onStack = [False] * n stack = [] result = [] def strongconnect(v): index[v] = index_counter[0] lowlink[v] = index_counter[0] index_counter[0] += 1 stack.append(v) onStack[v] = True for w in range(n): if graph[v][w] == 1: if index[w] == -1: strongconnect(w) lowlink[v] = min(lowlink[v], lowlink[w]) elif onStack[w]: lowlink[v] = min(lowlink[v], index[w]) if lowlink[v] == index[v]: scc = [] while True: w = stack.pop() onStack[w] = False scc.append(w) if w == v: break result.append(scc) for v in range(n): if index[v] == -1: strongconnect(v) return result # 示例用法 adj_matrix = [ [0, 1, 0, 0, 0], [0, 0, 1, 0, 0], [1, 0, 0, 0, 0], [0, 0, 1, 0, 1], [0, 0, 0, 1, 0] ] result = tarjan(adj_matrix) print("强连通分量为:") for scc in result: print(scc) ``` 在示例中，我们首先定义了 `tarjan` 函数来实现Trajan算法。该函数接受邻接矩阵作为输入，并返回强连通分量的列表。然后，我们使用示例中的邻接矩阵调用 `tarjan` 函数，并打印出强连通分量。 请注意，输入的邻接矩阵应该是一个二维列表，其中1表示存在边，0表示不存在边。输出结果将显示强连通分量的顶点集合。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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