算法设计:图的广度优先搜索类似于树的层次遍历,逐层搜索正好可以尽快找到一个结点与另外一个结点相对而言最直接的路径。所以此问题适应广度优先算法。
例如:下图是从城市A到城市H的交通图。从图中可以看出,从城市A到城市H要经过若干个城市。先要找出一条经过城市最少的一条线路。图的邻接矩阵如下表所示,1表示能走,0表示不能走。
C++代码:
#include <iostream>
#include <vector>
#include <queue>
using namespace std;
struct sq
{
//存放城市的编号
int city;
//该城市的前驱城市在队列中的下标
int pre;
};
const string s = "ABCDEFGH";
void printPath(const vector<sq> &q, int i)
{
if (i == 0)
{
cout<<s[q[i].city];
}
else
{
printPath(q, q[i].pre);
cout<<"->"<<s[q[i].city];
}
}
int main()
{
int matrix[8][8] = {{0,1,1,1,0,1,0,0},{1,0,0,0,0,1,0,0},{1,0,0,1,1,0,0,0},{1,0,1,0,0,0,1,0},
{0,0,1,0,0,0,1,1},{1,1,0,0,0,0,0,1},{0,0,0,1,1,0,0,1},{0,0,0,0,1,1,1,0}};
vector<int> visited(8,0);
vector<sq> q;
sq now;
now.city = 0;
now.pre = -1;
visited[now.city] = 1;
//入队
q.push_back(now);
int qh = 0;
int qe = 1;
while (qh != qe)
{
//出对
now = q[qh];
++qh;
for (int i=0;i<8;++i)
{
//将未遍历的每一个邻节点入队
if (matrix[now.city][i] == 1 && !visited[i])
{
visited[i] = 1;
sq tmp;
tmp.city = i;
tmp.pre = qh - 1;
q.push_back(tmp);
++qe;
//如果找到目的结点,则输出
if (i == 7)
{
printPath(q, i);
cout<<endl;
return 0;
}
}
}
}
return 0;
}
实验结果: