第十二周项目四-利用遍历思想求解图问题(2)

问题及代码:

/*      
* Copyright (c)2016,烟台大学计算机与控制工程学院      
* All rights reserved.      
* 文件名称:项目4.cpp      
* 作    者:肖博文  
* 完成日期:2016年11月24日      
* 版 本 号:v1.0       
*问题描述:假设图G采用邻接表存储,分别设计实现以下要求的算法,要求用区别于示例中的图进行多次测试,通过观察输出值,掌握相关问题的处理方法。  
  (1)设计一个算法,判断顶点u到v是否有简单路径  
  (2)设计一个算法输出图G中从顶点u到v的一条简单路径(设计测试图时,保证图G中从顶点u到v至少有一条简单路径)。  
  (3)输出从顶点u到v的所有简单路径。  
  (4)输出图G中从顶点u到v的长度为s的所有简单路径。  
  (5)求图中通过某顶点k的所有简单回路(若存在)     
*输入描述:无      
*程序输出:测试数据      
*/    


 

2、输出简单路径 
问题:假设图G采用邻接表存储,设计一个算法输出图G中从顶点u到v的一条简单路径(假设图G中从顶点u到v至少有一条简单路径)。

测试图如下:

 

 

graph.h

#include <stdio.h>  
#include <malloc.h>  
#define MAXV 100                //最大顶点个数  
#define INF 32767       //INF表示∞  
typedef int InfoType;  
  
//以下定义邻接矩阵类型  
typedef struct  
{  
    int no;                     //顶点编号  
    InfoType info;              //顶点其他信息,在此存放带权图权值  
} VertexType;                   //顶点类型  
  
typedef struct                  //图的定义  
{  
    int edges[MAXV][MAXV];      //邻接矩阵  
    int n,e;                    //顶点数,弧数  
    VertexType vexs[MAXV];      //存放顶点信息  
} MGraph;                       //图的邻接矩阵类型  
  
//以下定义邻接表类型  
typedef struct ANode            //弧的结点结构类型  
{  
    int adjvex;                 //该弧的终点位置  
    struct ANode *nextarc;      //指向下一条弧的指针  
    InfoType info;              //该弧的相关信息,这里用于存放权值  
} ArcNode;  
  
typedef int Vertex;  
  
typedef struct Vnode            //邻接表头结点的类型  
{  
    Vertex data;                //顶点信息  
    int count;                  //存放顶点入度,只在拓扑排序中用  
    ArcNode *firstarc;          //指向第一条弧  
} VNode;  
  
typedef VNode AdjList[MAXV];    //AdjList是邻接表类型  
  
typedef struct  
{  
    AdjList adjlist;            //邻接表  
    int n,e;                    //图中顶点数n和边数e  
} ALGraph;                      //图的邻接表类型  
  
//功能:由一个反映图中顶点邻接关系的二维数组,构造出用邻接矩阵存储的图  
//参数:Arr - 数组名,由于形式参数为二维数组时必须给出每行的元素个数,在此将参数Arr声明为一维数组名(指向int的指针)  
//      n - 矩阵的阶数  
//      g - 要构造出来的邻接矩阵数据结构  
void ArrayToMat(int *Arr, int n, MGraph &g); //用普通数组构造图的邻接矩阵  
void ArrayToList(int *Arr, int n, ALGraph *&); //用普通数组构造图的邻接表  
void MatToList(MGraph g,ALGraph *&G);//将邻接矩阵g转换成邻接表G  
void ListToMat(ALGraph *G,MGraph &g);//将邻接表G转换成邻接矩阵g  
void DispMat(MGraph g);//输出邻接矩阵g  
void DispAdj(ALGraph *G);//输出邻接表G 


graph.cpp

#include "graph.h"  
  
//功能:由一个反映图中顶点邻接关系的二维数组,构造出用邻接矩阵存储的图  
//参数:Arr - 数组名,由于形式参数为二维数组时必须给出每行的元素个数,在此将参数Arr声明为一维数组名(指向int的指针)  
//      n - 矩阵的阶数  
//      g - 要构造出来的邻接矩阵数据结构  
void ArrayToMat(int *Arr, int n, MGraph &g)  
{  
    int i,j,count=0;  //count用于统计边数,即矩阵中非0元素个数  
    g.n=n;  
    for (i=0; i<g.n; i++)  
        for (j=0; j<g.n; j++)  
        {  
            g.edges[i][j]=Arr[i*n+j]; //将Arr看作n×n的二维数组,Arr[i*n+j]即是Arr[i][j],计算存储位置的功夫在此应用  
            if(g.edges[i][j]!=0 && g.edges[i][j]!=INF)  
                count++;  
        }  
    g.e=count;  
}  
  
void ArrayToList(int *Arr, int n, ALGraph *&G)  
{  
    int i,j,count=0;  //count用于统计边数,即矩阵中非0元素个数  
    ArcNode *p;  
    G=(ALGraph *)malloc(sizeof(ALGraph));  
    G->n=n;  
    for (i=0; i<n; i++)                 //给邻接表中所有头节点的指针域置初值  
        G->adjlist[i].firstarc=NULL;  
    for (i=0; i<n; i++)                 //检查邻接矩阵中每个元素  
        for (j=n-1; j>=0; j--)  
            if (Arr[i*n+j]!=0)      //存在一条边,将Arr看作n×n的二维数组,Arr[i*n+j]即是Arr[i][j]  
            {  
                p=(ArcNode *)malloc(sizeof(ArcNode));   //创建一个节点*p  
                p->adjvex=j;  
                p->info=Arr[i*n+j];  
                p->nextarc=G->adjlist[i].firstarc;      //采用头插法插入*p  
                G->adjlist[i].firstarc=p;  
            }  
  
    G->e=count;  
}  
  
void MatToList(MGraph g, ALGraph *&G)  
//将邻接矩阵g转换成邻接表G  
{  
    int i,j;  
    ArcNode *p;  
    G=(ALGraph *)malloc(sizeof(ALGraph));  
    for (i=0; i<g.n; i++)                   //给邻接表中所有头节点的指针域置初值  
        G->adjlist[i].firstarc=NULL;  
    for (i=0; i<g.n; i++)                   //检查邻接矩阵中每个元素  
        for (j=g.n-1; j>=0; j--)  
            if (g.edges[i][j]!=0)       //存在一条边  
            {  
                p=(ArcNode *)malloc(sizeof(ArcNode));   //创建一个节点*p  
                p->adjvex=j;  
                p->info=g.edges[i][j];  
                p->nextarc=G->adjlist[i].firstarc;      //采用头插法插入*p  
                G->adjlist[i].firstarc=p;  
            }  
    G->n=g.n;  
    G->e=g.e;  
}  
  
void ListToMat(ALGraph *G,MGraph &g)  
//将邻接表G转换成邻接矩阵g  
{  
    int i,j;  
    ArcNode *p;  
    g.n=G->n;   //根据一楼同学“举报”改的。g.n未赋值,下面的初始化不起作用  
    g.e=G->e;  
    for (i=0; i<g.n; i++)   //先初始化邻接矩阵  
        for (j=0; j<g.n; j++)  
            g.edges[i][j]=0;  
    for (i=0; i<G->n; i++)  //根据邻接表,为邻接矩阵赋值  
    {  
        p=G->adjlist[i].firstarc;  
        while (p!=NULL)  
        {  
            g.edges[i][p->adjvex]=p->info;  
            p=p->nextarc;  
        }  
    }  
}  
  
void DispMat(MGraph g)  
//输出邻接矩阵g  
{  
    int i,j;  
    for (i=0; i<g.n; i++)  
    {  
        for (j=0; j<g.n; j++)  
            if (g.edges[i][j]==INF)  
                printf("%3s","∞");  
            else  
                printf("%3d",g.edges[i][j]);  
        printf("\n");  
    }  
}  
  
void DispAdj(ALGraph *G)  
//输出邻接表G  
{  
    int i;  
    ArcNode *p;  
    for (i=0; i<G->n; i++)  
    {  
        p=G->adjlist[i].firstarc;  
        printf("%3d: ",i);  
        while (p!=NULL)  
        {  
            printf("-->%d/%d ",p->adjvex,p->info);  
            p=p->nextarc;  
        }  
        printf("\n");  
    }  
}


main.cpp

#include "graph.h"  
int visited[MAXV];     //定义存放节点的访问标志的全局数组  
void FindAPath(ALGraph *G,int u,int v,int path[],int d)  
{  
    //d表示path中的路径长度,初始为-1  
    int w,i;  
    ArcNode *p;  
    visited[u]=1;  
    d++;  
    path[d]=u;  //路径长度d增1,顶点u加入到路径中  
    if (u==v)   //找到一条路径后输出并返回  
    {  
        printf("一条简单路径为:");  
        for (i=0; i<=d; i++)  
            printf("%d ",path[i]);  
        printf("\n");  
        return;         //找到一条路径后返回  
    }  
    p=G->adjlist[u].firstarc;  //p指向顶点u的第一个相邻点  
    while (p!=NULL)  
    {  
        w=p->adjvex;    //相邻点的编号为w  
        if (visited[w]==0)  
            FindAPath(G,w,v,path,d);  
        p=p->nextarc;   //p指向顶点u的下一个相邻点  
    }  
}  
  
void APath(ALGraph *G,int u,int v)  
{  
    int i;  
    int path[MAXV];  
    for (i=0; i<G->n; i++)  
        visited[i]=0; //访问标志数组初始化  
    FindAPath(G,u,v,path,-1);  //d初值为-1,调用时d++,即变成了0  
}  
  
int main()  
{  
  
    ALGraph *G;  
    int A[5][5]=  
    {  
        {0,0,0,0,0},  
        {0,0,1,0,0},  
        {0,0,0,1,1},  
        {0,0,0,0,0},  
        {1,0,0,1,0},  
    };  //请画出对应的有向图  
    ArrayToList(A[0], 5, G);  
    APath(G, 1, 0);  
    APath(G, 4, 1);  
    return 0;  
}  


运行结果:

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1. 概述: 动态规划(Dynamic Programming,DP)是一种解决多阶段决策问题的优化方法,利用其子问题的最优解来推导出原问题的最优解。其核心思想是将复杂问题分解成子问题,通过保存子问题的解来避免重复计算,从而降低问题的时间复杂度。 2. 应用实例: 动态规划算法在各个领域都有广泛的应用,以下是几个常见的应用问题: - 背包问题:给定一组物品,每个物品有自己的重量和价值,在限定的总重量范围内选择最有价值的物品放入背包,求最大价值。 - 矩阵链乘法问题:给定一组矩阵,其每个矩阵的行数等于前一个矩阵的列数,求矩阵乘积的最小代价。 - 最长公共子序列问题:给定两个序列,求它们的最长公共子序列。 - 最长上升子序列问题:给定一个序列,求它的最长上升子序列。 3. 应用举例: 以背包问题为例,说明动态规划算法求解过程。 问题描述: 假设一个容量为 W 的背包和 n 个物品,每个物品有自己的重量 wi 和价值 vi,在不超过背包容量的情况下,选择一些物品放入背包,使得背包物品的总价值最大。 算法思想: 首先,我们可以将背包问题分解成一个个子问题,每个子问题是选取前 i 个物品放入容量为 j 的背包所能获得的最大价值。 接着,我们定义一个二维数组 dp[i][j] 表示选取前 i 个物品放入容量为 j 的背包所能获得的最大价值。其,dp[i][j] 的计算需要考虑两种情况:不选取第 i 个物品和选取第 i 个物品。 不选取第 i 个物品时,dp[i][j] = dp[i-1][j]。 选取第 i 个物品时,dp[i][j] = dp[i-1][j-wi] + vi。 最后,我们取 dp[n][W] 的值作为所求的最大价值。 算法步骤: - 初始化二维数组 dp[n+1][W+1],所有元素初始化为 0。 - 逐行计算 dp 数组的值,对于每个物品 i,计算 dp[i][j] 值。 - 返回 dp[n][W] 的值。 举例说明求解过程: 假设有如下物品: | 物品 | 重量 | 价值 | | ---- | ---- | ---- | | 1 | 2 | 6 | | 2 | 2 | 3 | | 3 | 3 | 5 | | 4 | 4 | 8 | | 5 | 5 | 10 | 背包容量为 W = 10。 首先,初始化二维数组 dp[n+1][W+1],所有元素初始化为 0。 | | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | | -- | - | - | - | - | - | - | - | - | - | - | -- | | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | | 1 | 0 | 0 | 6 | 6 | 6 | 6 | 6 | 6 | 6 | 6 | 6 | | 2 | 0 | 0 | 6 | 6 | 9 | 9 | 9 | 9 | 9 | 9 | 9 | | 3 | 0 | 0 | 6 | 6 | 9 | 9 | 9 | 11| 11| 11| 11 | | 4 | 0 | 0 | 6 | 6 | 9 | 9 | 9 | 11| 14| 14| 14 | | 5 | 0 | 0 | 6 | 6 | 9 | 10| 10| 12| 14| 16| 16 | 逐行计算 dp 数组的值,对于每个物品 i,计算 dp[i][j] 值。 当 i = 1 时,dp[1][j] 的计算只需要考虑不选取第 1 个物品的情况,即 dp[1][j] = dp[0][j]。 当 i = 2 时,dp[2][j] 的计算需要考虑两种情况,不选取第 2 个物品和选取第 2 个物品。当不选取第 2 个物品时,dp[2][j] = dp[1][j];当选取第 2 个物品时,dp[2][j] = dp[1][j-2] + 3。 当 i = 3 时,dp[3][j] 的计算需要考虑两种情况,不选取第 3 个物品和选取第 3 个物品。当不选取第 3 个物品时,dp[3][j] = dp[2][j];当选取第 3 个物品时,dp[3][j] = dp[2][j-3] + 5。 当 i = 4 时,dp[4][j] 的计算需要考虑两种情况,不选取第 4 个物品和选取第 4 个物品。当不选取第 4 个物品时,dp[4][j] = dp[3][j];当选取第 4 个物品时,dp[4][j] = dp[3][j-4] + 8。 当 i = 5 时,dp[5][j] 的计算需要考虑两种情况,不选取第 5 个物品和选取第 5 个物品。当不选取第 5 个物品时,dp[5][j] = dp[4][j];当选取第 5 个物品时,dp[5][j] = dp[4][j-5] + 10。 最后,取 dp[n][W] 的值作为所求的最大价值,即 dp[5][10] = 16。 性能分析: 动态规划算法的时间复杂度为 O(nW),其 n 表示物品的个数,W 表示背包的容量。在实际应用,我们可以通过优化空间复杂度来进一步提升算法的效率。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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