java图求顶点度数,找到有限图G的顶点排序

我试图在C中实现这个算法，但它有一些问题 . 我需要一些建议如何让它更快更好地工作 .

算法正如Batagelj和Zaversnik(2003)所描述的那样，有可能找到有限图G的顶点排序，它通过重复去除最小程度的顶点，在线性时间内优化排序的着色数 . 更详细地，算法如下进行：

初始化输出列表L.

为G中的每个顶点v计算一个数字dv，v中的邻居数量不在L中 . 最初，这些数字只是顶点的度数 .

初始化数组D，使得D [i]包含顶点v的列表，这些顶点v不在L中，其中dv = i .

将k初始化为0 .

重复n次：

1.扫描阵列单元D [0]，D [1]，...直到找到D [i]为非空的i .

2.将k设置为max(k，i)

3.从D [i]中选择一个顶点v . 将v添加到L的开头并从D [i]中删除它 .

4.对于v的每个邻居w，从dw中减去1并将w移动到对应于dw的新值的D的单元格 .

在算法结束时，k包含G的简并性，L包含着色数的最佳排序中的顶点列表 . G的i核是L的前缀，包括在k首先取大于或等于i的值之后添加到L的顶点 . 初始化变量L，dv，D和k可以在线性时间内容易地完成 . 找到每个连续移除的顶点v并调整包含v的邻居的D的单元格花费与该步骤中的dv值成比例的时间;但是这些值的总和是图的边数(每个边对两个 endpoints 中较晚的点的总和有贡献)，因此总时间是线性的 .

这是我的代码(Susedia =邻居)

int his_place_inArray(int x,vector A)

{

for(int i=0;i

if(*(A.begin()+i)==x) return i;

}

vector vertex_ordering(vector A) {

vector L;

vector> D(100);

vector d(A.size());

vector N; //tsusedia

//Compute a number dv for each vertex v in G, the number of neighbors of v

//that are not already in L. Initially, these numbers are just the degrees

//of the vertices.

for (int i = 0; i < A.size(); i++) {

N = susedia(A[i], L);

d[i] = N.size();

//Initialize an array D such that D[i] contains a list of the vertices

//v that are not already in L for which dv = i.

D[d[i]].push_back(A[i]);

}

int i;

int k = 0; //Initialize k to 0.

int chosen; //chosen

vector chosen_N; //Neighbors of chosen

for (int j = 0; j < A.size(); j++) { //for n times

for (i = 0; i < 10; i++) {

if (D[i].empty() == false) {

k = max(k, i);

break;

}

}

chosen = D[i][0];

L.push_back(chosen);

D[i].erase(D[i].begin());

chosen_N = susedia(chosen, L);

int n; //neighbor

//For each neighbor w of v, subtract one from dw and move w to the cell of D corresponding to the new value of dw.

for (int w = 0; w < chosen_N.size(); w++) {

n = chosen_N[w];

int p = his_place_inArray(n,A); //chosen neighbor place in A

int p_inD = his_place_inArray(n,D[d[p]]); //chosen neighbor place in D

D[d[p]].erase(D[d[p]].begin()+p_inD);

d[p]--;

D[d[p]].push_back(n);

}

}

return L;

}