第十二周项目1-图的邻接矩阵存储及算法

#include <stdio.h>
#include <malloc.h>
#define MAXV 100 /*最大顶点数设为100*/
#define LIMITLESS 9999
typedef struct
{
    int no;         //顶点编号
    char info[20];  //顶点其他信息,类型视应用而定
} 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;

//建立一个图的邻接矩阵存储
void CreateMGraph(MGraph *G)
{
    /*建立有向图G 的邻接矩阵存储*/
    int i,j,k,w;
    printf("请输入顶点数和边数(输入格式为:顶点数 边数):");
    scanf("%d %d",&(G->n),&(G->e));     /*输入顶点数和边数*/
    printf("请输入顶点信息(输入格式为:顶点号 顶点描述):\n");
    for (i=0; i<G->n; i++)
        scanf("%d %s",&(G->vexs[i].no),G->vexs[i].info); /*输入顶点信息,建立顶点表*/
    for (i=0; i<G->n; i++)   /*初始化邻接矩阵*/
        for (j=0; j<G->n; j++)
        {
            if(i==j)
                G->edges[i][j]=0;
            else
                G->edges[i][j]=LIMITLESS;
        }
    printf("请输入每条边对应的两个顶点的序号及权值(输入格式为:i j w):\n");
    for (k=0; k<G->e; k++)
    {
        scanf("%d %d %d",&i,&j,&w); /*输入e 条边,建立邻接矩阵*/
        G->edges[i][j]=w;       /*若为无权图,直接G->edges[j][i]=1;,无需输入w*/
    }
}/*CreateMGraph*/

//显示一个用邻接矩阵存储的图
void DispMGraph(MGraph *G)
{
    int i,j;
    printf("顶点数: %d,边数: %d\n", G->n, G->e);
    printf("%d 个顶点的信息::\n", G->n);
    for (i=0; i<G->n; i++) /*输出顶点信息*/
        printf("%5d %5d %s\n", i, G->vexs[i].no, G->vexs[i].info);
    printf("各顶点相连的情况:\n");
    printf("\t");
    for (j=0; j<G->n; j++)
        printf("[%d]\t", j);
    printf("\n");
    for (i=0; i<G->n; i++)
    {
        printf("[%d]\t", i);
        for (j=0; j<G->n; j++)
        {
            if(G->edges[i][j]==LIMITLESS)
                printf("∞\t");
            else
                printf("%d\t", G->edges[i][j]);
        }
        printf("\n");
    }
}/*DispMGraph*/

int main()
{
    MGraph *g;
    g = (MGraph *)malloc(sizeof(MGraph));
    CreateMGraph(g);
    DispMGraph(g);
    return 0;
}


运行结果:

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,这是一个关于论的问题,我会尽力回答。首先,让我们来回答第一个问题: 1. 建立一个以邻接矩阵形式存储 邻接矩阵是一种常见的存储的方式,它使用一个二维数组来表示中各个节点之间的关系。对于一个有n个节点的无向,其邻接矩阵的大小为n*n。如果节点之间有边相连,则对应的邻接矩阵中的元素为1,否则为0。 以下是一个以邻接矩阵形式存储的示例,其中节点数为6,边的信息存储在一个6*6的二维数组中: 0 1 2 3 4 5 0 0 1 0 0 0 1 1 1 0 1 0 0 1 2 0 1 0 1 0 0 3 0 0 1 0 1 1 4 0 0 0 1 0 1 5 1 1 0 1 1 0 其中,第i行第j列的元素表示节点i和节点j之间是否有边相连。例如,第1行第2列的元素为1,表示节点0和节点1之间有一条边。 接下来,让我们回答第二个和第三个问题: 2. 以Prim算法获得最小生成树; Prim算法是一种常见的求解最小生成树的算法,它的基本思想是从一个起始点开始,不断地找到与当前已有的生成树距离最近的节点,并将其加入生成树中。具体实现时,可以使用一个优先队列来维护当前与生成树距离最近的节点。 以下是使用Prim算法求解最小生成树的示例: 假设我们要求解以节点0为起始点的最小生成树。首先,将节点0加入生成树中。然后,找到与节点0距离最近的节点,即节点5,将其加入生成树中。接下来,找到与当前生成树距离最近的节点,即节点1,将其加入生成树中。然后,找到与生成树距离最近的节点,即节点2,将其加入生成树中。最后,找到与生成树距离最近的节点,即节点3,将其加入生成树中。此时,所有节点都已经加入了生成树中,得到的最小生成树如下: 0-1 1 | / \ 5 2---3 \ / 4 其中,每条边的权重表示对应两个节点之间的距离。 3. 以Kruskal算法获得最小生成树; Kruskal算法也是一种常见的求解最小生成树的算法,它的基本思想是将所有边按照权重从小到大进行排序,并依次加入生成树中。在加入一条边时,如果该边的两个端点不在同一个连通块中,则将其加入生成树中。具体实现时,可以使用并查集来维护当前各个节点所在的连通块。 以下是使用Kruskal算法求解最小生成树的示例: 假设我们要求解以下给定的的最小生成树: 0 / \ 1---5 \ / \ 2---3---4 首先,将所有边按照权重从小到大进行排序: (0, 1, 28) (0, 5, 10) (1, 6, 14) (1, 2, 16) (2, 3, 12) (3, 6, 18) (3, 4, 22) (4, 5, 25) (4, 6, 24) 然后,依次加入每条边,并使用并查集来判断两个端点是否在同一个连通块中。最终得到的最小生成树如下: 0 \ 5 / \ 2 1 \ 6 \ 3 \ 4 其中,每条边的权重表示对应两个节点之间的距离。 最后,让我们回答第四个问题: 4. 以PPT为例,顶点7,边9。权值:0 1 28;0 5 10;1 2 16;1 6 14;2 3 12;3 6 18;3 4 22;4 5 25;4 6 24。 这个问题需要我们使用前面所述的算法来求解最小生成树,以下是求解过程: 首先,将给定的边按照权重从小到大进行排序,得到以下排序后的边: (0, 5, 10) (1, 2, 16) (1, 6, 14) (2, 3, 12) (3, 6, 18) (3, 4, 22) (4, 5, 25) (4, 6, 24) (0, 1, 28) 然后,我们可以使用Prim算法或Kruskal算法来求解最小生成树。这里我们以Kruskal算法为例,依次加入每条边,并使用并查集来判断两个端点是否在同一个连通块中。最终得到的最小生成树如下: 5 / \ 0 1 \ 6 \ 3 \ 4 其中,每条边的权重表示对应两个节点之间的距离。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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