06-图3 六度空间(30 分)
“六度空间”理论又称作“六度分隔(Six Degrees of Separation)”理论。这个理论可以通俗地阐述为:“你和任何一个陌生人之间所间隔的人不会超过六个,也就是说,最多通过五个人你就能够认识任何一个陌生人。”如图1所示。
![](https://i-blog.csdnimg.cn/blog_migrate/35f37373dc62dccfc445c5f63fa7acaf.png)
图1 六度空间示意图
“六度空间”理论虽然得到广泛的认同,并且正在得到越来越多的应用。但是数十年来,试图验证这个理论始终是许多社会学家努力追求的目标。然而由于历史的原因,这样的研究具有太大的局限性和困难。随着当代人的联络主要依赖于电话、短信、微信以及因特网上即时通信等工具,能够体现社交网络关系的一手数据已经逐渐使得“六度空间”理论的验证成为可能。
假如给你一个社交网络图,请你对每个节点计算符合“六度空间”理论的结点占结点总数的百分比。
输入格式:
输入第1行给出两个正整数,分别表示社交网络图的结点数N(1<N≤104,表示人数)、边数M(≤33×N,表示社交关系数)。随后的M行对应M条边,每行给出一对正整数,分别是该条边直接连通的两个结点的编号(节点从1到N编号)。
输出格式:
对每个结点输出与该结点距离不超过6的结点数占结点总数的百分比,精确到小数点后2位。每个结节点输出一行,格式为“结点编号:(空格)百分比%”。
输入样例:
10 9
1 2
2 3
3 4
4 5
5 6
6 7
7 8
8 9
9 10
输出样例:
1: 70.00%
2: 80.00%
3: 90.00%
4: 100.00%
5: 100.00%
6: 100.00%
7: 100.00%
8: 90.00%
9: 80.00%
10: 70.00%
2: 80.00%
3: 90.00%
4: 100.00%
5: 100.00%
6: 100.00%
7: 100.00%
8: 90.00%
9: 80.00%
10: 70.00%
这个问题明显是广度优先搜索,搜索前六层一共有多少个结点。
但是前六层如何计算呢,可以通过在结构体中增加一个level域,但是这样做似乎太浪费空间了。我们可以采用另一种思路:W代表当前入队的元素,last代表一层的最后一个元素,当W==last时候更新,last应该更新成下一层的元素,而下一层的元素是最后入队的元素。
#include<iostream>
#include<queue>
#include<cstdio>
#include<algorithm>
#include<cstring>
using namespace std;
const int MAX=100+5;
int G[MAX][MAX];
int Nv,Ne;
int BFS(int v)
{
bool visited[Nv];
for(int i=1;i<=Nv;i++)
visited[i]=false;
//cout<<v<<" ";
int count=0;
visited[v]=true;
count++;
int level=0;
queue<int>Q;//遍历一次之后队列一定要清空
Q.push(v);
int last=v;
int tail;
int W;
while(!Q.empty())
{
W=Q.front();
Q.pop();
for(int i=1;i<=Nv;i++)
{
if(G[W][i]||G[i][W])
{
if(!visited[i])
{
visited[i]=true;
Q.push(i);
count++;
tail=i;//深入理解入队顺序,tail代表下一层
//cout<<tail<<endl;
//cout<<i<<" ";
}
}
}
if(W==last)
{
last=tail;
//cout<<last<<endl;
level++;
}
if(level==6)
{
break;
}
}
//cout<<endl;
return count;
}
inline void SDS()
{
for(int i=1;i<=Nv;i++)
printf("%d: %.2lf%%\n",i,100*(double)BFS(i)/Nv);
}
int main()
{
cin>>Nv>>Ne;
for(int i=1;i<=Nv;i++)
{
for(int j=1;j<=Nv;j++)
{
G[i][j]=0;
}
}
for(int i=0;i<Ne;i++)
{
int V,W;
cin>>V>>W;
G[V][W]=1;
G[W][V]=1;
}
SDS();
return 0;
}