仅个人学习整理,用于复习使用
内容包括有向图的定义,深搜,广搜以及使用广搜求最短路径,拓扑排序
除了拓扑排序,有向图的其他几个方法与无向图相同,只是在插入排序时不需要对称插入数据
#include <iostream>
#include <vector>
#include <queue>
#include <stack>
using namespace std;
#define MaxVertexNum 100 //顶点数最大值
typedef char VertexType; //顶点对应数据类型
typedef int EdgeType; //边对应数据类型
//有向图的结构体和无向图一样
typedef struct {
VertexType vex[MaxVertexNum];
EdgeType edge[MaxVertexNum][MaxVertexNum];
int vexnum, arcnum;
//定义顶点表和边表(邻接矩阵),当前顶点数目和边数
}MGraph;
// 初始化图
void InitGraph(MGraph& G) {
G.vexnum = 0;
G.arcnum = 0;
for (int i = 0; i < MaxVertexNum; ++i) {
for (int j = 0; j < MaxVertexNum; ++j) {
G.edge[i][j] = 0; // 初始化边为0
}
}
}
// 插入顶点
bool InsertVertex(MGraph& G, VertexType v) {
if (G.vexnum >= MaxVertexNum) {
cout << "顶点数目达到最大" << endl;
return false;
}
G.vex[G.vexnum] = v;
G.vexnum++;
return true;
}
// 插入边
bool InsertEdge(MGraph& G, VertexType v1, VertexType v2, EdgeType weight) {
int pos1 = -1, pos2 = -1;
// 查找顶点的索引
for (int i = 0; i < G.vexnum; ++i) {
if (G.vex[i] == v1) pos1 = i;
if (G.vex[i] == v2) pos2 = i;
}
// 检查是否找到了顶点
if (pos1 == -1 || pos2 == -1) {
cout << "Error: One or both vertices not found." << endl;
return false;
}
// 检查边是否已经存在
if (G.edge[pos1][pos2] != 0) {
cout << "Error: Edge already exists." << endl;
return false;
}
// 插入边
G.edge[pos1][pos2] = weight;
// 更新边的计数
G.arcnum++;
return true;
}
//打印图的邻接矩阵
void printGraph(MGraph G) {
// 打印图的邻接矩阵
cout << " 图的邻接矩阵为:" << endl;
for (int i = 0; i < G.vexnum; ++i) {
for (int j = 0; j < G.vexnum; ++j) {
cout << G.edge[i][j] << " ";
}
cout << endl;
}
}
// 广度优先遍历算法 时间复杂度o(v+e) 空间 o(v)
void BFS(MGraph G, VertexType start) {
//遍历图中的顶点,找到 start 对应的索引 startIndex。
//如果未找到,输出错误信息并返回。
int startIndex = -1;
for (int i = 0; i < G.vexnum; ++i) {
if (G.vex[i] == start) {
startIndex = i;
break;
}
}
if (startIndex == -1) {
cout << "图中没有该结点" << endl;
return;
}
bool visited[MaxVertexNum];
memset(visited, 0, sizeof(visited)); // 初始化所有顶点未被访问
//加入队列,标记为已访问
queue<int> q;
q.push(startIndex);
visited[startIndex] = true;
cout << "广度优先遍历顺序:" << endl;
while (!q.empty()) {
int v = q.front();
q.pop();
cout << G.vex[v] << " ";
for (int i = 0; i < G.vexnum; ++i) {
if (G.edge[v][i] != 0 && !visited[i]) {
q.push(i);
visited[i] = true;
}
}
}
cout << endl;
}
深度优先遍历算法
void DFS(MGraph G, VertexType start) {
// 找到 start 对应的索引 startIndex
int startIndex = -1;
for (int i = 0; i < G.vexnum; ++i) {
if (G.vex[i] == start) {
startIndex = i;
break;
}
}
if (startIndex == -1) {
cout << "图中没有该结点" << endl;
return;
}
bool visited[MaxVertexNum];
memset(visited, 0, sizeof(visited)); // 初始化所有顶点未被访问
stack<int> s;
s.push(startIndex);
visited[startIndex] = true;
cout << "深度优先遍历顺序:" << endl;
while (!s.empty()) {
int v = s.top();
s.pop();
cout << G.vex[v] << " ";
for (int i = G.vexnum - 1; i >= 0; --i) { // 逆序处理邻接矩阵
if (G.edge[v][i] != 0 && !visited[i]) {
s.push(i);
visited[i] = true;
}
}
}
cout << endl;
}
// 广度优先搜索求最短路径
void BFSShortestPath(MGraph G, VertexType start, VertexType end) {
//查找是否存在所要求的顶点
int startIndex = -1, endIndex = -1;
for (int i = 0; i < G.vexnum; ++i) {
if (G.vex[i] == start) startIndex = i;
if (G.vex[i] == end) endIndex = i;
}
if (startIndex == -1 || endIndex == -1) {
cout << "图中没有指定的结点" << endl;
return;
}
vector<int> dist(G.vexnum, -1); // 记录最短路径的长度
vector<int> prev(G.vexnum, -1); // 记录前驱结点
queue<int> q;
dist[startIndex] = 0;
q.push(startIndex);
while (!q.empty()) {
int v = q.front();
q.pop();
for (int i = 0; i < G.vexnum; ++i) {
if (G.edge[v][i] != 0 && dist[i] == -1) { // 发现未访问的邻接点
dist[i] = dist[v] + 1;
prev[i] = v;
q.push(i);
if (i == endIndex) break; // 如果找到终点,则终止搜索
}
}
}
if (dist[endIndex] == -1) {
cout << "从" << start << "到" << end << "没有路径" << endl;
return;
}
// 打印最短路径
vector<int> path;
for (int at = endIndex; at != -1; at = prev[at]) {
path.push_back(at);
}
reverse(path.begin(), path.end());
cout << "从" << start << "到" << end << "的最短路径长度为: " << dist[endIndex] << endl;
cout << "路径为: ";
for (int i : path) {
cout << G.vex[i] << " ";
}
cout << endl;
}
//拓扑排序
void TopologicalSortKahn(MGraph G) {
vector<int> inDegree(G.vexnum, 0); // 步骤1:计算每个顶点的入度
for (int i = 0; i < G.vexnum; ++i) {
for (int j = 0; j < G.vexnum; ++j) {
if (G.edge[i][j] != 0) {
inDegree[j]++; //inDegree[i] 代表顶点 i 的入度
}
}
}
queue<int> q; // 步骤2:初始化队列 并将所有入度为0的顶点添加到队列中,将其作为起点
for (int i = 0; i < G.vexnum; ++i) {
if (inDegree[i] == 0) {
q.push(i);
}
}
vector<int> topOrder; // 步骤3:处理队列 创建一个对象 topOrder,用于存储拓扑排序的结果。这个向量会按拓扑排序的顺序保存顶点。
while (!q.empty()) {
int v = q.front();
q.pop();
topOrder.push_back(v);
for (int i = 0; i < G.vexnum; ++i) {
if (G.edge[v][i] != 0) {
if (--inDegree[i] == 0) {
q.push(i);
}
}
}
}
/* 遍历图中所有的顶点 i,检查是否存在从顶点 v 到顶点 i 的边(即 G.edge[v][i] != 0)。
如果存在这样的边,则 inDegree[i] 表示顶点 i 的入度需要减少,因为顶点 v 已经被处理,不再是 i 的前驱。
使用 --inDegree[i] 将顶点 i 的入度减少1。
如果减少后的入度 inDegree[i] 为0,说明顶点 i 现在没有前驱,可以加入队列 q 进行后续处理。
*/
if (topOrder.size() == G.vexnum) { // 步骤4:检查结果,如果表中个数等于结点个数,则证明已经全部处理
cout << "拓扑排序结果: ";
for (int i : topOrder) {
cout << G.vex[i] << " ";
}
cout << endl;
}
else {
cout << "图中存在环,无法进行拓扑排序。" << endl;
}
}
int main()
{
MGraph G;
InitGraph(G);
// 插入顶点
InsertVertex(G, 'A');
InsertVertex(G, 'B');
InsertVertex(G, 'C');
InsertVertex(G, 'D');
InsertVertex(G, 'E');
// 插入边
InsertEdge(G, 'A', 'B', 10);
InsertEdge(G, 'A', 'D', 20);
InsertEdge(G, 'B', 'C', 20);
InsertEdge(G, 'B', 'D', 20);
InsertEdge(G, 'C', 'E', 20);
InsertEdge(G, 'D', 'C', 20);
InsertEdge(G, 'D', 'E', 20);
TopologicalSortKahn(G);
//BFS(G, 'A');
//DFS(G, 'A');
//BFSShortestPath(G, 'A', 'D');
//printGraph(G);
}