1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599 600 601 602 603 604 605 606 607 608 609 610 611 612 613 614 615 616 617 618 619 620 621 622 623 624 625 626 627 628 629 630 631 632 633 634 635 636 637 638 639 640 641 642 643 644 645 646 647 648 649 650 651 652 653 654 655 656 657 658 659 660 661 662 663 664 665 666 667 668 669 670 671 672 673 674 675 676 677 678 679 680 681 682 683 684 685 686 687 688 689 690 691 692 693 694 695 696 697 698 699 700 701 702 703 704 705 706 707 708 709 710 711 712 713 714 715 716 717 718 719 720 721 722 723 724 725 726 727 728 729 730 731 732 733 734 735 736 737 738 739 740 741 742 743 744 745 746 747 748 749 750 751 752 753 754 755 756 757 758 759 760 761 762 763 764 765 766 767 768 769 770 771 772 773 774 775 776 777 778 779 780 781 782 783 784 785 786 787 788 789 790 791 792 793 794 795 796 797 798 799 800 801 802 803 804 805 806 807 808 809 810 811 812 813 814 815 816 817 818 819 820 821 822 823 824 825 826 827 828 829 830 831 832 833 834 835 836 837 838 839 840 841 842 843 844 845 846 847 848 849 850 851 852 853 854 855 856 857 858 859 860 861 862 863 864 865 866 867 868 869 870 871 872 873 874 875 876 877 878 879 880 881 882 883 884 885 886 887 888 889 890 891 892 893 894 895 896 897 898 899 900 901 902 903 904 905 906 907 908 909 910 911 912 913 914 915 916 917 918 919 920 921 922 923 924 925 926 927 928 929 930 931 932 933 934 935 936 937 938 939 940 941 942 943 944 945 946 947 948 949 950 951 952 953 954 955 956
| 图的存储结构
邻接矩阵 typedef struct { int no; char info; }VertexType;
typedef struct { int edges[maxSize][maxSize]; int n,e; VertexType vex[maxSize]; }MGraph;
邻接表 typedef struct ArcNode { int adjvex; struct ArcNode *nextarc; int info; }ArcNode;
typedef struct VNode { char data; ArcNode *firstarc; }VNode;
typedef struct { VNode adjlist[maxSize]; int n,e; }AGraph;
图的遍历 int visit[maxSize];
void DFS(AGraph *G,int v){ ArcNode *p; visit[v] = 1; visit(v);
p = G->adjlist[v].firstarc; while(p != NULL){ if(visit[p->adjvex] == 0){
DFS(G,p->adjvex); } p = p->nextarc; } }
我要将当前节点(AGraph *G,int v)的相连的所有边都要遍历(p = p->nextarc) 树的当前节点(BTNode *bt) 遍历的是(bt->lchild bt->rchild) 对比总结: 这一对比就体现出了树和图在struct类型定义时最大的不同:如何去找节点? 图中的节点是放在数组中的,我们想拿就必须通过数组下标。数组下标是int类型,所以我们在DFS函数传参只能是int类型。 如果一个图不是用int类型的数字去标识一个节点的话,例如使用A,B,C等,这些不能直接转换成图。或者说要在生成树的时候就必须人为的给他们编号。 总之,图中的每个节点必须从0开始编号!!!
总结树和图的不同(链式存储): 树是以节点为单位的,图是以边为单位的 树可以直接寻找下一个节点,图必须以数组下表去寻找下一个节点,但图也可以直接通过当前边寻找下一条边。
广度优先遍历 基本思路: 要求是:我先把直接和我相连的节点看一遍,然后再按我看的顺序,和我第一个节点直接相连的节点,然后和第二个节点之间相连的节点...... 做法:同样是涉及到一个“路径保存的问题”,这里使用队列
void BFS(AGraph *G,int v,int visit[maxSize]){ if(G != NULL){ int que[maxSize]; int front = 0; int rear = 0;
que[rear++] = v; visit[v] = 1;
while(front != rear){ int temp = que[++font]; cout<<temp->adjvex<<endl;
while(temp->nextarc != NULL){ if(visit[temp->adjvex] == 0){ que[rear++] = temp->adjvex; } temp = temp->nextarc; }
}
} }
void BFS(AGraph *G,int v,int visit[maxSize]){ if(G != NULL){ int que[maxSize]; int front = 0; int rear = 0; ArcNode *node; Visit(v);
rear = (rear + 1)%maxSize; que[rear] = v; visit[v] = 1; while(front != rear){ front = (front + 1)%maxSize; int temp = que[front]; node = G->adjlist[temp].firstarc; while(node->nextarc != NULL){ if(visit[node->adjvex] == 0){ Vist(p->adjvex);
visit[node->adjvex] = 1; rear = (rear + 1)%maxSize; que[rear] = node->adjvex; } node = node->nextarc; } } } }
总结: BFS使用队列来记录遍历的过程,所以就不用使用递归了 忘了循环队列赋值 没有思考清楚什么时候输出 忘了node = G->adjlist[temp].firstarc;这个关键的一句。写图的遍历第一个想起来的就应该是这个。
非连通图的遍历 void dfs(AGraph *g){ int i; for(i = 0; i<g->n;++i){ if(visit[i] == 0){ DFS(g,i); } } }
void bfs(AGraph *g){ int i; for(i = 0; i < g->n;i++){ if(visit[i] == 0){ BFS(g,i,visit); } } }
有向图和无向图,他们的遍历方式一样吗? 一样! 是否有向,只影响图的建立过程,不影响遍历过程。
(7-1)p190 我有个疑惑:一个节点可能多次遍历,在BFS和DFS中,我们使用的是visit[]作为是否遍历过的标志。在寻找最远节点时,如果出现重复遍历的情况,并且一进一远,路径长度该如何计算? 答案:按最近的算(没啥为啥,记住就行)
基本思路:一共就两种遍历方式BFS和DFS ,在这道题中使用BFS。在BFS上进行改进
输入:图G 和节点下标v 输出:最后一个节点
问题:如果多个节点都是最远的,输出哪个? BFS输出最后一个,也就是队列最后一个
int BFS(AGraph *G,int v,int visit[maxSize]){ if(G != NULL){ int que[maxSize]; int front = 0; int rear = 0;
int temp; ArcNode *node; Visit(v);
rear = (rear + 1)%maxSize; que[rear] = v; visit[v] = 1; while(front != rear){ front = (front + 1)%maxSize; temp = que[front]; node = G->adjlist[temp].firstarc;
while(node->nextarc != NULL){ if(visit[node->adjvex] == 0){ Vist(p->adjvex);
visit[node->adjvex] = 1; rear = (rear + 1)%maxSize; que[rear] = node->adjvex;
} node = node->nextarc; } } return temp; } return -1; }
总结: 我就没有发现temp就直接存储了最后一个节点名(下标)。 我想到方法是每次遍历visit数组,只要visit全为1,我这时取出队列中的最后一个元素就行。
(7-2)p191 基本思路:还是那就话,遍历方式就那两种,没啥难度。关键之找到判断条件是最关键的地方。
我认为的判断条件:树是没有回路的,图有 书上给的判断条件:n-1条边的连通图,n为图中的顶点个数
边与顶点的数目是否满足条件可以由图的信息直接判断,连通与否可以用遍历能够访问到所有的节点来判断
我采用的是广度遍历,因为这个使用的是非递归,可以在函数的最后方便的添加功能,而递归就比较麻烦了 先遍历完,然后通过visit[]是否全部置1,来判断是否是连通图。
int BFS(AGraph *G,int v,int visit[maxSize]){ if(G != NULL){ int que[maxSize]; int front = 0; int rear = 0;
int temp; ArcNode *node;
Visit(v);
rear = (rear + 1)%maxSize; que[rear] = v; visit[v] = 1; while(front != rear){ front = (front + 1)%maxSize; temp = que[front]; node = G->adjlist[temp].firstarc;
while(node->nextarc != NULL){ if(visit[node->adjvex] == 0){ Vist(p->adjvex);
visit[node->adjvex] = 1; rear = (rear + 1)%maxSize; que[rear] = node->adjvex; } node = node->nextarc; } } int tag = 1;
for(int j = 0 ; j < G->n;j++){ if(visit[j] == 0){ tag = 0 ; } }
if(tag == 0){ return 0; } else{ if((G->n - 1) == G->e){ return 1; } else{ return 0; } }
} }
作者的思路:先通过dfs来计算出当前节点下,图的节点个数和边数;然后,和已知的G中的进行比较,通过比较结果是否相等来判断是否是树/是否连通
void DFS2(AGraph *G,int v ,int &vn,int &en){ ArcNode *p; visit[v] = 1; ++vn; p = G->adjlist[v].firstarc; while(p != NULL){ ++en; if(visit[p->adjvex] == 0){ DSF2(G,p->adjvex,vn,en); } p = p->nextarc; } }
int GisTree(AGraph *G){ int vn = 0; int en = 0; int i ; for(i = 0; i < G->n;++i){ visit[i] = 0; }
DFS2(G,1,vn,en); if(v == G->n && (G->n - 1) == en/2){ return 1; } else{ return 0; }
}
总结:这道题中也包含了两道小题,1.如何计算一个树的节点个数 2.如何计算一个边的个数 易错点:无向图中一个节点要在G中出现两次,所以,算出所有节点个数后要en/2来进行比较
总结: 现在遇见的关于给递归家参数的: 1.有外部变量 参数使用& 递归中只加不减 eg:图中统计节点和边的个数 2.有外部变量 参数使用& 递归中有加有减 eg:树中的p166思考题
(7-3)p192 先提出几个问题: 有向图如何遍历?对于有向图来说,不同的顶点开始遍历,很有可能造成不同的遍历结果(遍历的节点个数和边数都不一样) eg p192我举的一个例子,用i点开始遍历,那么就能遍历到所有的点,而从i点开始遍历则遍历不到j点
题目分析: 我们一般的题目要求是无向图,那么这就说明了一颗树中的所有边和节点,从任意一点开始都可以遍历得到,最后结果的个边和节点的个数是相通的。 但是这道题他没有具体说明,但是我们可以设计一种判断方式,使得不区分有向还是无向。
答案:从顶点i开始DFS,遍历过程中遇到j,则说明连通
int DFSTrave(AGraph *G,int i , int j){ int k; for(k = 0;k < G->n;k++){ visit[k] = 0; }
DFS(G,i);
if(visit[j] == 0){ return 0; } else{ return 1; } }
最小生成树:只针对无向图!!!!!!!!!!!!!!!! 我是这么理解为啥这里只是针对于无向图? 因为:目的是生成最小生成树,要的是一个树的形状。一个形状我要你方向干啥。
普里姆算法 void Prim(MGraph g,int v0,int &sum){ int lowcost[maxSize]; int vest[maxSize]; int v; int i , j ,k,min;
v = v0;
for(i = 0; i<g.n;i++){ lowcost[i] = g.edges[v0][i]; vest[i] = 0; } vest[v0] = 1; sum = 0;
for(i = 0; i < g.n-1;i++){ min = INF; for(j = 0; j < g.n;j++){ if(vest[j] == 0 && lowcost[j]<min){ min = lowcost[j]; k = j; } }
vest[k] = 1; v = k; sum +=min;
for(j = 0; j < g.n ;++j){ if(vest[j] == 0 && g.edges[v][j] < lowcost[j]){ lowcost[j] = g.edges[v][j]; } } } }
总结:先提出问题,然后在解决问题的思路来说明这道题。 问题:如何选择当前生成树最小连接边? 回答:从lowcast中寻找没有使用,并且还是最小权值的节点
问题:如何给lowcast赋值? 回答:lowcast中保存的是当前子树和各个节点的最短距离权值。那么,我们将我们子树中的每一个节点,都计算一下他到各个没使用节点的距离,保存在lowcast中。到下一节点的时候,判断一下和上一个节点到相同节点的距离谁大谁小,然后小的保留在lowcast中。知道当前在子树的全部节点遍历完成。 书本回答:我的这种想法,没找到一个新的节点,那么所有的子树节点都要去遍历一次。而书中的方法,只需每次遍历新添加的那一个节点就行,原来的节点就不用管了。
总结: 我的抽象概括能力: 注意:由于这里涉及到权值,所有使用的是顺序结构
想到的一个问题:如何能打印出生成的最小生成树? 这里的算法是为了算最小生成树的权sum,是没有保存所选择的边的信息,只有零散的点,但不知道点之间是如何连接的。
重要总结: 我以前总结的(4+1) + 递归 + 想法转换成步骤 首先强调:要将思路和编程实现分开来思考 1.“想法转换成步骤”属于思路上的,他的目的是通过不断地测试,普通取样,特殊取样等等,最后找到所谓的“思路上的通解步骤” 2.“1”同样也是属于思路上的,他作为“想法转换成步骤”补充,因为:“1”是当出现问题难点的时候,解决问题的技巧,同样强调这是思路上的解决,尽量的联系上已知学过的简单知识点,把难点编程知识点的拼凑或者简单变形。 3.最后编码时才会去落实“4”,“4”能很大程度上减少我们的错误。这时出现问题,要跳出代码,返回1,2 去重新思考。
克鲁斯卡尔
typedef struct { int a,b; int w; }Road;
Road road[maxSize]; int v[maxSize];
int getRoot(int a){ while(a != v[a]) a = v[a]; return a; }
void Kruskal(MGraph g ,int &sum,Road road[]){ int i; int N,E,a,b;
N =g.n; E =g.e;
sum = 0; for(i = 0; i < N;i++){ v[i] = i; } sort(road,E); for(i = 0; i < E;i++){ a = getRoot(road[i].a); b = getRoot(road[i].b);
if(a != b){ v[a] = b; sum += road[i].w; } } }
总结: 这道题的思路很简单: 1.先找出剩余边中最小的 2.检查是否有回路
补充总结1: 克鲁斯卡尔算法最牛的地方就是用一个数组去表示多棵树,执行算法的过程中,就是将这个数组中的各个树进行合并的过程。 数组中包含多种树:单独节点 两个节点 ....等多节点的树。目的就是他们连接起来,并且还不能有回路 并且发现了连接的手段:v[a] = b;这种连接手段不论ab是单独的节点,还是ab其中有一个已经不是单独节点,还是ab已经属于不同的多节点树,这一招都通用。
补充总结2: 注意这里的树的是没有结构的,给你的时候给的是一个以为数组,其中是图中的所有的边,但是他们是零散的,零散的!!! 简单是简单,但是针对于解决这个问题来说就足够了。
上面这两个步骤就是我以前总结出来的“想法转换成步骤”的思想,只不过这里不需要像树一样有很多特殊情况,步骤得一步步的测试,推倒。这里就是很简单的两两步 然后,我们就需要将这个步骤实现。这时我们使用“1”,如何找到最小,首先得给他们排序把。如何判断有回路,这个问题可以难死了? 最后书中给出了并查集的解法,这个很类似于数据库设计中的无限分类。关于这个解法,我的意见是直接记住,’检查是否有回路就用并查集来解决‘。
对比总结: prim算法:是从中间向两边一点点的扩展的感觉 Kruskal:是站在一个稍微高点的角度从整体上去考虑了一下
我总是在担心如何获取权值的问题,这个可以从顺序图中直接获得每个点到其他所有点的权值。这是属于图如何建立的问题,而我们现在要想的问题是如何在已知建立好图之后,有效的使用图中的信息去做处理。 这时候就不能像建立图的内容!!!!!!!!!!!!!!!
最短路径 首先要明白他的最终目的:某一顶点到剩余顶点的最短路径。 与最小生成树对比,最短路径要的就不是一个形状,而是一个段路径,路径自然要考虑方向了!
迪杰斯特拉 void Dijkstra(MGraph g,int v,int dist[],int path[]){ int set[maxSize]; int min,i ,j,u;
for(i = 0; i < g.n;i++){ dist[i] = g.edges[v][i]; set[i] = 0; if(g.edges[v][i] < INF){ path[i] = v; } else{ path[i] = -1; } }
set[v] = 1; path[v] = -1;
for(i = 0; i < g.n -1;i++){ min = INF; for(j = 0; j < g.n;j++){ if(set[j] == 0 && dist[j] < min){ u = j; min = dist[j]; } } set[u] = 1; for(j = 0; j < g.n;j++){ if(set[j] == 0 && dist[u]+g.edges[u][j] < dist[j]){ dist[j] = dist[u] + g.edges[u][j]; path[j] = u; } } } }
如何去理解一维数组:eg:path[] 可以把path[]理解成一组人,这组人只有一个共同的任务--记住自己的前驱。他们要清楚的知道在什么样的条件下才可以去更改自己的前驱,自己留心着点! path[j] = u; 翻译过来就是:我是j,我的前驱要改变成u了(u也是一个人)
总结: 迪杰斯特拉和prim算法的基本思路是完全一样的:都是从中间向两边扩散 迪杰斯特拉在prim上改变的地方是:在添加了新的节点之后,我们要更新的是起始点v到其他顶点(没有使用的)的距离;而不是新生成子树到其他顶点的距离。简单的说,就是判断的条件发生了改变
问题:如何保存我们在生成最短路径时路径? path[]来解决。 用来记录v点到其余各顶点的最短路径(每个节点记住自己的前驱就行,那么,我们就可以遍历这个数组来获得我们遍历的路径,前面的题中是不记录路径的) 问题:如何确定节点的前驱是谁? 每当当前最短路径中添加新的节点时,对于其他节点(没有使用的)来说,他们的对于原始点v0的最短距离就有可能发生变化。这时,就要对每一个其他点进行重新的判断处理。 只要其余节点(没使用的)到v0的距离发生改变,那么其余节点的前驱就会发生改变!!!!!!!!这两个是必然关系
问题:每当添加一个新的节点,那些数据需要发生变化? 1.其余节点(没使用的)到v0的最短距离 2.其余节点(没使用的)的前驱节点 注:这里一定是其余没有使用过的节点,已经包含在最短路径中的节点是不可以改变的,因为那条路已经选定了。 注:1一定会导致2
弗洛伊德算法:求任意两点之间的的最短路径长度 + 路径保存
void Floyd(MGraph g,int path[][maxSize]){ int i, j, k; int A[maxSize][maxSize];
for(i = 0; i < g.n;i++){ for(j = 0; j < g.n; j++){ A[i][j] = g.edges[i][j]; path[i][j] = -1; } }
for(k = 0; k < g.n; k++){ for(i = 0; i < g.n;i++){ for(j = 0; j < g.n; j++){ if(A[i][j]>A[i][k]+A[k][j]){ A[i][j] = A[i][k] + A[k][j]; path[i][j] = k; } } } } }
这本书中关于floyd算法讲的方式我不喜欢,我在网上找见了这个: http:
总结: 这本书中的最短路径两种求法都记录了路径,通过path数组,但是原理不同 弗洛伊德输出路径要使用递归: void printPath(int u,int v ,int path[][max]){ if(path[u][v] == -1){ cout<<v<<endl; } else{ int mid = path[u][v]; printPath(u, mid, path); cout<<mid<<endl; printPath(u, mid, path); } }
我觉得加上一句path[i][j] = k;没想到会起到这么神奇的效果!!!!我就想问个为啥???? 要想想通这个问题,首先也是要跳出代码,从思路上去分析。 那么,我们从头来,先提出一个问题:如何能在弗洛伊德算法的基础上记录上路径,而且是全部点的路径? 可以将每次两点之间依靠外界点来使距离变短时,可以使用path数组来表示:两点之间依靠于哪个点,使得距离变短。 假设u,v两点尝试完所有的g.n个时,在这过程中path[u][v]可能会变化多次。代表的意思是:在u,v两点之间,我试了所有的能插入一个点的情况,最后使得某一点,让u到v的距离最短。 注意:path只代表中间我只使用一个点来过渡,不包括2个3个等等。 但是这也足够了,因为我么可以在path中查任意两点依靠于哪一个点,使得距离最短。 不断地查,直到有两点之间不用依靠于其他点就可以达到最小权值距离为止。
拓扑排序p207
图中要提前有节点的入度统计count typedef struct VNode { char data; int count; ArcNode *firstarc; }VNode;
基本思路:利用栈去临时保存入度为0的节点,然后从保存的入度为0的节点中随便找一个(栈中找栈顶的就行,反正随便一个就行),把和他相邻的边去掉,把相连节点的入度减1 int TopSort(AGraph *G){
int stack[maxSize], int top = -1;
int i ; int n = 0;
for(i = 0; i < G->n;i++){ if(G->adjvex[i].count == 0){ stack[++top] = i; } } while(top != -1){ int temp = stack[top--]; cout<<temp<<endl; n++; ArcNode *arc = G->adjlist[temp].firstarc; while(arc != NULL){ int j = arc->adjvex; int count = G->adjlist[j].count--; if(count == 0){ stack[++top] = j; } arc = arc.nextarc; } } if(n == G->n){ return 1; } else{ return 0; } }
总结: 有两个地方有错: 1.一下想不起来栈是怎么定义的了,以及top=-1还是top = 0? 2.栈中保存的是int类型的节点,而不是VNode类型的节点。不是说VNode功能上完不成,而是小题大作。越简练越好
真题仿造 p213
(1) 基本思路: 题中要求的是有向图! 还让我想起来一个有向图与无向图之间的不同:在一个连通图中,如果这个图是有向的,随机的一个顶点开始遍历,有些点可能会便利不到。
那么这题就简单了,直接遍历DFS BFS都行,从Vi开始就行,如果能够到达vj,就成了。
int visit[maxSize] int DFS(AGraph *G,int v, int vj){ if(G != NULL){ if(v == vj){ return 1; } visit[v] = 1; ArcNode *p = G->adjvex[v].firstarc; while(p != NULL){ int temp = p->adjvex; if(visit[temp] != 0){ if(DFS(G,temp) == 1){ return 1; } } p = p->nextarc; } return 0; } return 0; }
下面使用BFS 基本思路:当我遍历到一个节点时,我就要将他的连接的节点放入队列中,现在不用,要为以后做好准备。
int BFS(AGraph *G,int v,int vj){ if(G != NULL){ int que[maxSize]; int front = 0; int rear = 0; int visit[maxSize]; for(int i = 0; i < G->n; i++){ visit[i] =0; } rear = (rear + 1)%maxSize; que[rear] = v; visit[v] = = 1; while(front != rear){ front = (front + 1)%maxSize; int temp = que[front]; ArcNode *arc = G->adjlist[temp].firstarc; while(arc != NULL){ int n = arc->adjvex; if(visit[n] == 0){ rear = (rear + 1)%maxSize; que[rear] = n; visit[n] = 1; } arc = arc->nextarc; } } } if(visit[vj] == 0){ return 0; } else{ return 1; } }
上面的是我的方法
int BFS(AGraph *G,int v,int vj){ if(G != NULL){ int que[maxSize]; int front = 0; int rear = 0; int visit[maxSize]; for(int i = 0; i < G->n; i++){ visit[i] =0; } rear = (rear + 1)%maxSize; que[rear] = v; visit[v] = = 1; while(front != rear){ front = (front + 1)%maxSize; int temp = que[front]; ArcNode *arc = G->adjlist[temp].firstarc; while(arc != NULL){ int n = arc->adjvex;
if(n == vj){ return 1; }
if(visit[n] == 0){ rear = (rear + 1)%maxSize; que[rear] = n; visit[n] = 1; } arc = arc->nextarc; }
} } }
总结:这个书中的方法就是比我的要简单 判断书中是放在了出队列的,这样可以防止v和vj是同一点的时候。我在这里是放在了入队列的时候 只要在队列中出现了,那么一定可以遍历到
(2)p213 基本思路: 题中要求是有向图 DFS一个变量来统计遍历到的节点个数,和G->n作比较 这个题要遍历每一个节点,调用G->n次DFS函数
int visit[maxSize] void DFS(AGraph *G,int v,int &n){ if(G != NULL){ n++;
visit[v] = 1; ArcNode *p = G->adjvex[v].firstarc; while(p != NULL){ int temp = p->adjvex; if(visit[temp] != 0){ DFS(G,temp); } p = p->nextarc; } } }
void print(AGraph *G){ int i; int n = 0; for(i = 0; i < G->n; i++){ for(j = 0; j < G->n ;j++){ visit[j] = 0; } n = 0;
DFS(G,i); if(n == G->n){ cout<<i<<endl; } } }
总结: 两个地方容易忘:visit清空 于visit赋值
???????????????????没讲图的生成??????????????????
|