算法6.7BFS 算法6.8-6.9最小生成树

news2024/10/6 16:22:45

一个不知名大学生,江湖人称菜狗
original author: jacky Li
Email : 3435673055@qq.com

Time of completion:2022.12.10
Last edited: 2022.12.11

目录

算法6.7BFS

第1关:算法6.7 BFS

任务描述

相关知识

编程要求

输入输出说明

测试说明

代码参考

第2关:算法6.7改进邻接表BFS

任务描述

相关知识

编程要求

输入输出说明

测试说明

参考代码

第3关:算法6.7非连通图邻接表BFS

任务描述

相关知识

编程要求

输入输出说明

测试说明

参考代码

算法6.8-6.9最小生成树

第1关:算法6.8 prim算法

任务描述

相关知识

编程要求

输入输出说明

测试说明

参考代码

第2关:算法6.9 kruskal算法

任务描述

相关知识

编程要求

输入输出说明

测试说明

参考代码

作者有言


算法6.7BFS

第1关:算法6.7 BFS

任务描述

本关任务:编写一个采用邻接矩阵表示图的广搜程序。

相关知识

为了完成本关任务,你需要掌握:1.如何创建邻接矩阵2.如何对图进行广搜。

编程要求

根据提示,在右侧编辑器补充代码,输出由一个顶点出发的广搜路径。

输入输出说明

输入说明: 第一行为顶点数n和边数e 第二行为n个顶点符号 接下来e行为e条边,每行两个字符代表无向图的一条边 最后一行仅包含一个字符,代表广搜开始顶点 输出说明: 一条路径,顶点之间用空格分隔

测试说明

平台会对你编写的代码进行测试:

测试输入:

4 4

a b c d

a b

a c

b d

c d

b

测试输出:

b a d c

代码参考

//算法6.7 广度优先搜索遍历连通图
#include <iostream>
#include <algorithm>
#include <map>
#include <cmath>
#include <cstring>

#define IOS std::ios::sync_with_stdio(false)
//#define YES cout << "1"
//#define NO cout << "0"
#define MaxInt 0x3f
#define MAXQSIZE 100						//最大队列长度
#define MVNum 100
#define OK 1
#define ERROR -1

const int N = 1003;

using namespace std;
typedef long long LL;

						
typedef char VerTexType;              		//假设顶点的数据类型为字符型
typedef int ArcType;                  		//假设边的权值类型为整型
bool visited[MVNum];           				//访问标志数组,其初值为"false" 

//-----图的邻接矩阵存储表示----- 
typedef struct{ 
	VerTexType vexs[MVNum];            		//顶点表
	ArcType arcs[MVNum][MVNum];      		//邻接矩阵
	int vexnum,arcnum;                		//图的当前点数和边数
}Graph;

//----队列的定义及操作--------
typedef struct{
	ArcType *base;							//初始化的动态分配存储空间
	int front;								//头指针,若队列不空,指向队头元素
	int rear;								//尾指针,若队列不空,指向队尾元素的下一个位置
}sqQueue;

void InitQueue(sqQueue &Q){
	//构造一个空队列Q
	Q.base = new ArcType[MAXQSIZE];
	if(!Q.base)     exit(1);				//存储分配失败
	Q.front = Q.rear = 0;
}//InitQueue

void EnQueue(sqQueue &Q, ArcType e){
	//插入元素e为Q的新的队尾元素
	if((Q.rear + 1) % MAXQSIZE == Q.front)
		return;
	Q.base[Q.rear] = e;
	Q.rear = (Q.rear + 1) % MAXQSIZE;
}//EnQueue

bool QueueEmpty(sqQueue Q){
	//判断是否为空队
	if(Q.rear == Q.front)
		return true;
	return false;
}//QueueEmpty

void DeQueue(sqQueue &Q, ArcType &u){
	//队头元素出队并置为u 
	u = Q.base[Q.front];
	Q.front = (Q.front + 1) % MAXQSIZE;
}//DeQueue   								
//--------------------------------------------------

int LocateVex(Graph G , VerTexType v){
	//确定点v在G中的位置
	for(int i = 0; i < G.vexnum; ++i)
		if(G.vexs[i] == v)
			return i;
		return -1;
}//LocateVex

void CreateUDN(Graph &G)
{ 
    //采用邻接矩阵表示法,创建无向网G 
	int i , j , k;
    cin >> G.vexnum >> G.arcnum;							//输入总顶点数,总边数
    for(i = 0; i < G.vexnum; ++i)   
		cin >> G.vexs[i];                        			//依次输入点的信息 

    for(i = 0; i < G.vexnum; ++i)                			//初始化邻接矩阵,边的权值均置为极大值MaxInt 
		for(j = 0; j < G.vexnum; ++j)   
			G.arcs[i][j] = 0; 
			
	for(k = 0; k < G.arcnum;++k)
	{							//构造邻接矩阵 
		VerTexType v1 , v2;
		cin >> v1 >> v2;									//输入一条边依附的顶点
		i = LocateVex(G, v1);  j = LocateVex(G, v2);		//确定v1和v2在G中的位置,即顶点数组的下标 
		G.arcs[i][j] = 1;									//边<v1, v2>的权值置为w 
		G.arcs[j][i] = 1;						//置<v1, v2>的对称边<v2, v1>的权值为w 
	}//for 
}//CreateUDN

int FirstAdjVex(Graph G , int v){
	//返回v的第一个邻接点
	int i;
	for(i = 0 ; i < G.vexnum ; ++i){
		if(G.arcs[v][i] == 1 && visited[i] == false)
			return i;
	}
	return -1;
}//FirstAdjVex

int NextAdjVex(Graph G , int u , int w){
	//返回v相对于w的下一个邻接点
	int i;
	for(i = w ; i < G.vexnum ; ++i){
		if(G.arcs[u][i] == 1 && visited[i] == false)
			return i;
	}
	return -1;
}//NextAdjVex

void BFS (Graph G, int v){ 
/************************Begin********************/
	sqQueue Q;
	for(int i=0;i<G.vexnum;++i)
		visited[i] = false;
	InitQueue(Q);
	for(int i=0;i<G.vexnum;++i)
	{
		if(!visited[i])
			cout<<G.vexs[v]<<" ";			//访问v顶点 
		visited[v] = 1;		//修改该顶点对应数组的值为true 
		EnQueue(Q,v);			//入队 
		while(!QueueEmpty(Q))
		{		//不空还有未遍历到的节点 
			DeQueue(Q,v);		//出队v 
			for(int w = FirstAdjVex(G,v);w>=0;w=NextAdjVex(G,v,w))		//找到所有符合条件的邻接节点 
				if(!visited[w])
				{		//w是否被访问 
					cout<<G.vexs[w]<<" ";			//访问 
					visited[w] = 1;	//修改该顶点对应数组的值为true
					EnQueue(Q,w);		//入队 
				}
		}
	}
/************************End**********************/
}//BFS 

int main(){
	
	Graph G;
	CreateUDN(G);
	VerTexType c;
	cin >> c;
	
	int i;
	for(i = 0 ; i < G.vexnum ; ++i){
		if(c == G.vexs[i])
			break;
	}
	BFS(G , i);
	
	return 0;
}//main

第2关:算法6.7改进邻接表BFS

任务描述

本关任务:编写一个采用邻接表表示图的广搜程序。

相关知识

为了完成本关任务,你需要掌握:1.如何创建邻接表 2.如何对图进行广搜。

编程要求

根据提示,在右侧编辑器补充代码,输出由一个顶点出发的广搜路径。

输入输出说明

输入说明: 第一行为顶点数n和边数e 第二行为n个顶点符号 接下来e行为e条边,每行两个字符代表无向图的一条边 最后一行仅包含一个字符,代表广搜开始顶点 输出说明: 一条路径,顶点之间用空格分隔

测试说明

平台会对你编写的代码进行测试:

测试输入:

4 4

a b c d

a b

a c

b d

c d

b

测试输出:

b a d c

参考代码

//算法6.7 广度优先搜索遍历连通图
#include <iostream>
#include <algorithm>
#include <map>
#include <cmath>
#include <cstring>

#define IOS std::ios::sync_with_stdio(false)
//#define YES cout << "1"
//#define NO cout << "0"
#define MaxInt 0x3f
#define MAXQSIZE 100						//最大队列长度
#define MVNum 100
#define OK 1
#define ERROR -1

const int N = 1003;

using namespace std;
typedef long long LL;

						
typedef char VerTexType;              		//假设顶点的数据类型为字符型
typedef int ArcType;                  		//假设边的权值类型为整型
bool visited[MVNum];           				//访问标志数组,其初值为"false" 

typedef struct ArcNode{                		//边结点 
    int adjvex;                          	//该边所指向的顶点的位置 
    struct ArcNode *nextarc;          		//指向下一条边的指针 
}ArcNode; 

typedef struct VNode{ 
    VerTexType data;                    	//顶点信息
    ArcNode *firstarc;                		//指向第一条依附该顶点的边的指针 
}VNode, AdjList[MVNum];               		//AdjList表示邻接表类型 

typedef struct{
    AdjList vertices;                 		//邻接表 
    int vexnum, arcnum;              		//图的当前顶点数和边数 
}ALGraph;

typedef struct{
	ArcType *base;							//初始化的动态分配存储空间
	int front;								//头指针,若队列不空,指向队头元素
	int rear;								//尾指针,若队列不空,指向队尾元素的下一个位置
}sqQueue;

void InitQueue(sqQueue &Q){
	//构造一个空队列Q
	Q.base = new ArcType[MAXQSIZE];
	if(!Q.base)     exit(1);				//存储分配失败
	Q.front = Q.rear = 0;
}//InitQueue

void EnQueue(sqQueue &Q, ArcType e){
	//插入元素e为Q的新的队尾元素
	if((Q.rear + 1) % MAXQSIZE == Q.front)
		return;
	Q.base[Q.rear] = e;
	Q.rear = (Q.rear + 1) % MAXQSIZE;
}//EnQueue

bool QueueEmpty(sqQueue Q){
	//判断是否为空队
	if(Q.rear == Q.front)
		return true;
	return false;
}//QueueEmpty

void DeQueue(sqQueue &Q, ArcType &u){
	//队头元素出队并置为u 
	u = Q.base[Q.front];
	Q.front = (Q.front + 1) % MAXQSIZE;
}//DeQueue   								

int LocateVex(ALGraph G , VerTexType v){
	//确定点v在G中的位置
	for(int i = 0; i < G.vexnum; ++i)
		if(G.vertices[i].data == v)
			return i;
		return -1;
}//LocateVex

void CreateUDG(ALGraph &G)
{ 
	//采用邻接表表示法,创建无向图G
	int i , k;
	cin >> G.vexnum >> G.arcnum;				//输入总顶点数,总边数 
	for(i = 0; i < G.vexnum; ++i){          	//输入各点,构造表头结点表
		cin >> G.vertices[i].data;           	//输入顶点值 
		G.vertices[i].firstarc=NULL;			//初始化表头结点的指针域为NULL 
    }//for
	for(k = 0; k < G.arcnum;++k){        		//输入各边,构造邻接表
		VerTexType v1 , v2;
		int i , j;
		cin >> v1 >> v2;                 		//输入一条边依附的两个顶点
		i = LocateVex(G, v1);  j = LocateVex(G, v2);
		//确定v1和v2在G中位置,即顶点在G.vertices中的序号 
		
		ArcNode *p1=new ArcNode;               	//生成一个新的边结点*p1 
		p1->adjvex=j;                   		//邻接点序号为j 
		p1->nextarc= G.vertices[i].firstarc;  G.vertices[i].firstarc=p1;  
		//将新结点*p1插入顶点vi的边表头部
		
		ArcNode *p2=new ArcNode;                //生成另一个对称的新的边结点*p2 
		p2->adjvex=i;                   		//邻接点序号为i 
		p2->nextarc= G.vertices[j].firstarc;  G.vertices[j].firstarc=p2;  
		//将新结点*p2插入顶点vj的边表头部 
    }//for 
}//CreateUDG

void BFS (ALGraph G, int v){ 
    //按广度优先非递归遍历连通图G 
	int u;
	ArcNode *p;
	sqQueue Q;
	
	cout<<G.vertices[v].data<<"    ";
	visited[v]=true;
	
	InitQueue(Q);
	EnQueue(Q,v);
	while(!QueueEmpty(Q))
	{
		DeQueue(Q,u);
		p=G.vertices[u].firstarc;
		while(p)
		{
			if(!visited[p->adjvex]) 
			{
				cout<<G.vertices[p->adjvex].data<<"    ";
				visited[p->adjvex]=true;
				EnQueue(Q,p->adjvex);
			}
			p=p->nextarc;
		}
	}
}//BFS 


int main(){
	ALGraph G;
	CreateUDG(G);
	VerTexType c;
	cin >> c;
	
	int i;
	for(i = 0 ; i < G.vexnum ; ++i){
		if(c == G.vertices[i].data)
			break;
	}
	
	BFS(G , i);
	return 0;
}//main

第3关:算法6.7非连通图邻接表BFS

任务描述

本关任务:编写一个采用邻接表表示图的广搜程序。

相关知识

为了完成本关任务,你需要掌握:1.如何创建邻接表 2.如何对图进行广搜。

编程要求

根据提示,在右侧编辑器补充代码,输出由一个顶点出发的广搜路径。

输入输出说明

输入说明: 第一行为顶点数n和边数e 第二行为n个顶点符号 接下来e行为e条边,每行两个字符代表无向图的一条边 最后一行仅包含一个字符,代表广搜开始顶点 输出说明: 一条路径,顶点之间用空格分隔

测试说明

平台会对你编写的代码进行测试:

测试输入:

8 8

a b c d e f g h

a b

a c

b d

c d

e f

e g

g h

f h

测试输出:

a c b d e g f h

参考代码

#include <iostream>
#include <algorithm>
#include <map>
#include <cmath>
#include <cstring>

#define IOS std::ios::sync_with_stdio(false)
//#define YES cout << "1"
//#define NO cout << "0"
#define MaxInt 0x3f
#define MAXQSIZE 100						//最大队列长度
#define MVNum 100
#define OK 1
#define ERROR -1

const int N = 1003;

using namespace std;
typedef long long LL;
	
typedef char VerTexType;              		//假设顶点的数据类型为字符型
typedef int ArcType;                  		//假设边的权值类型为整型
bool visited[MVNum];           				//访问标志数组,其初值为"false" 

//-------------图的邻接表---------------------
typedef struct ArcNode{                		//边结点 
    int adjvex;                          	//该边所指向的顶点的位置 
    struct ArcNode *nextarc;          		//指向下一条边的指针 
}ArcNode; 

typedef struct VNode{ 
    VerTexType data;                    	//顶点信息
    ArcNode *firstarc;                		//指向第一条依附该顶点的边的指针 
}VNode, AdjList[MVNum];               		//AdjList表示邻接表类型 

typedef struct{
    AdjList vertices;                 		//邻接表 
    int vexnum, arcnum;              		//图的当前顶点数和边数 
}ALGraph;

typedef struct{
	ArcType *base;							//初始化的动态分配存储空间
	int front;								//头指针,若队列不空,指向队头元素
	int rear;								//尾指针,若队列不空,指向队尾元素的下一个位置
}sqQueue;

void InitQueue(sqQueue &Q){
	//构造一个空队列Q
	Q.base = new ArcType[MAXQSIZE];
	if(!Q.base)     exit(1);				//存储分配失败
	Q.front = Q.rear = 0;
}//InitQueue

void EnQueue(sqQueue &Q, ArcType e){
	//插入元素e为Q的新的队尾元素
	if((Q.rear + 1) % MAXQSIZE == Q.front)
		return;
	Q.base[Q.rear] = e;
	Q.rear = (Q.rear + 1) % MAXQSIZE;
}//EnQueue

bool QueueEmpty(sqQueue Q){
	//判断是否为空队
	if(Q.rear == Q.front)
		return true;
	return false;
}//QueueEmpty

void DeQueue(sqQueue &Q, ArcType &u){
	//队头元素出队并置为u 
	u = Q.base[Q.front];
	Q.front = (Q.front + 1) % MAXQSIZE;
}//DeQueue   								

int LocateVex(ALGraph G , VerTexType v){
	//确定点v在G中的位置
	for(int i = 0; i < G.vexnum; ++i)
		if(G.vertices[i].data == v)
			return i;
		return -1;
}//LocateVex

void CreateUDG(ALGraph &G){ 
	//采用邻接表表示法,创建无向图G
	int i , k;
	cin >> G.vexnum >> G.arcnum;				//输入总顶点数,总边数 
	for(i = 0; i < G.vexnum; ++i){          	//输入各点,构造表头结点表
		cin >> G.vertices[i].data;           	//输入顶点值 
		G.vertices[i].firstarc=NULL;			//初始化表头结点的指针域为NULL 
    }//for
	for(k = 0; k < G.arcnum;++k){        		//输入各边,构造邻接表
		VerTexType v1 , v2;
		int i , j;
		cin >> v1 >> v2;                 		//输入一条边依附的两个顶点
		i = LocateVex(G, v1);  j = LocateVex(G, v2);
		//确定v1和v2在G中位置,即顶点在G.vertices中的序号 
		
		ArcNode *p1=new ArcNode;               	//生成一个新的边结点*p1 
		p1->adjvex=j;                   		//邻接点序号为j 
		p1->nextarc= G.vertices[i].firstarc;  G.vertices[i].firstarc=p1;  
		//将新结点*p1插入顶点vi的边表头部
		
		ArcNode *p2=new ArcNode;                //生成另一个对称的新的边结点*p2 
		p2->adjvex=i;                   		//邻接点序号为i 
		p2->nextarc= G.vertices[j].firstarc;  G.vertices[j].firstarc=p2;  
		//将新结点*p2插入顶点vj的边表头部 
    }//for 
}//CreateUDG

void BFS (ALGraph G, int v){ 
    //按广度优先非递归遍历连通图G 
	int u;
	ArcNode *p;
	sqQueue Q;
	
	cout<<G.vertices[v].data<<"    ";
	visited[v]=true;
	
	InitQueue(Q);
	EnQueue(Q,v);
	while(!QueueEmpty(Q))
	{
		DeQueue(Q,u);
		p=G.vertices[u].firstarc;
		while(p)
		{
			if(!visited[p->adjvex]) 
			{
				cout<<G.vertices[p->adjvex].data<<"    ";
				visited[p->adjvex]=true;
				EnQueue(Q,p->adjvex);
			}
	  		p=p->nextarc;
		}
	}
}//BFS 

int main(){
	ALGraph G;
	CreateUDG(G);
	
    for(int v=0;v<G.vexnum;v++)  visited[v]=false;
    for(int v=0;v<G.vexnum;v++)
		if(!visited[v])  
		{
			cout<<endl;
			BFS(G,v);	
		}

	return 0;
}//main

算法6.8-6.9最小生成树

第1关:算法6.8 prim算法

任务描述

本关任务:编写一个最小生成树的prim算法,采用邻接矩阵表示图。

相关知识

为了完成本关任务,你需要掌握:1.如何创建邻接矩阵 2.如何构造最小生成树。

编程要求

根据提示,在右侧编辑器补充代码,输出最小生成树中的边。

输入输出说明

输入说明: 第一行为顶点数n和边数e 第二行为n个顶点符号 接下来e行为e条边,每行前两个字符代表无向图的一条边,第三个表示边权。

输出说明: 最小生成树中的边

测试说明

平台会对你编写的代码进行测试:

测试输入:

6 10

a b c d e f

a b 6

a c 5

a d 1

c d 5

b d 5

b e 3

d e 6

e f 6

d f 4

c f 2

测试输出:

边 a--->d

边 d--->f

边 f--->c

边 d--->b

边 b--->e

参考代码

//算法6.8 普里姆算法
#include <iostream>
#include <algorithm>
#include <map>
#include <cmath>
#include <cstring>

#define IOS std::ios::sync_with_stdio(false)
//#define YES cout << "1"
//#define NO cout << "0"
#define MaxInt 0x3f
#define MVNum 100
#define OK 1
#define ERROR -1

const int N = 1003;

using namespace std;
typedef long long LL;

typedef char VerTexType;
typedef int ArcType;

//辅助数组的定义,用来记录从顶点集U到V-U的权值最小的边
struct edge{
	VerTexType adjvex;						//最小边在U中的那个顶点
	ArcType lowcost;						//最小边上的权值
}closedge[MVNum];

//- - - - -图的邻接表存储表示- - - - - 						
typedef char VerTexType;              		//假设顶点的数据类型为字符型 
typedef int ArcType;                  		//假设边的权值类型为整型 
typedef struct{ 
	VerTexType vexs[MVNum];            		//顶点表 
	ArcType arcs[MVNum][MVNum];      		//邻接矩阵 
	int vexnum,arcnum;                		//图的当前点数和边数 
}AMGraph;

int LocateVex(AMGraph G , VerTexType v){
	//确定点v在G中的位置
	for(int i = 0; i < G.vexnum; ++i)
		if(G.vexs[i] == v)
			return i;
		return -1;
}//LocateVex

void CreateUDN(AMGraph &G){ 
    //采用邻接矩阵表示法,创建无向网G 
	int i , j , k;

    cin >> G.vexnum >> G.arcnum;							//输入总顶点数,总边数

    for(i = 0; i < G.vexnum; ++i)   
		cin >> G.vexs[i];                        			//依次输入点的信息 
	

    for(i = 0; i < G.vexnum; ++i)                			//初始化邻接矩阵,边的权值均置为极大值MaxInt 
		for(j = 0; j < G.vexnum; ++j)   
			G.arcs[i][j] = MaxInt;

	for(k = 0; k < G.arcnum;++k){							//构造邻接矩阵 
		VerTexType v1 , v2;
		ArcType w;

		cin >> v1 >> v2 >> w;								//输入一条边依附的顶点及权值
		i = LocateVex(G, v1);  j = LocateVex(G, v2);		//确定v1和v2在G中的位置,即顶点数组的下标 
		G.arcs[i][j] = w;									//边<v1, v2>的权值置为w 
		G.arcs[j][i] = G.arcs[i][j];						//置<v1, v2>的对称边<v2, v1>的权值为w 
	}//for
}//CreateUDN 

int Min(AMGraph G){
	int index = -1;
	int minn = MaxInt;
	for(int i = 0; i < G.vexnum; i ++)
	if(minn > closedge[i].lowcost && closedge[i].lowcost != 0)
	{
		minn = closedge[i].lowcost;
  		index = i;
	}
	return index;
}//Min

void MiniSpanTree_Prim(AMGraph G, VerTexType u){ 
    //无向网G以邻接矩阵形式存储,从顶点u出发构造G的最小生成树T,输出T的各条边  
	int k = LocateVex(G,u);
	for(int j = 0; j < G.vexnum; ++ j)
	if(j != k) closedge[j] = {u, G.arcs[k][j]};
	closedge[k].lowcost = 0;
	for(int i=1;i<G.vexnum;++i)
	{
  		k=Min(G);
  		cout<<"边  "<<closedge[k].adjvex<<"--->"<<G.vexs[k]<<endl;
	  	closedge[k].lowcost=0;
  		for(int j=0;j<G.vexnum;++j)
  	  	if(G.arcs[k][j]<closedge[j].lowcost)
  	    closedge[j]={G.vexs[k],G.arcs[k][j]};
	} 
}//MiniSpanTree_Prim 

int main(){

	AMGraph G;
	CreateUDN(G);

	MiniSpanTree_Prim(G , 'a');

	return 0;
}//main

第2关:算法6.9 kruskal算法

任务描述

本关任务:编写一个最小生成树的kruskal算法,采用邻接矩阵表示图。

相关知识

为了完成本关任务,你需要掌握:1.如何创建邻接矩阵 2.如何构造最小生成树。

编程要求

根据提示,在右侧编辑器补充代码,输出最小生成树中的边。

输入输出说明

输入说明: 第一行为顶点数n和边数e 第二行为n个顶点符号 接下来e行为e条边,每行前两个字符代表无向图的一条边,第三个表示边权。

输出说明: 最小生成树中的边

测试说明

平台会对你编写的代码进行测试:

测试输入:

6 10

a b c d e f

a b 6

a c 5

a d 1

c d 5

b d 5

b e 3

d e 6

e f 6

d f 4

c f 2

测试输出:

a-->d

c-->f

b-->e

d-->f

b-->d

参考代码

//算法6.9 克鲁斯卡尔算法

#include <iostream>
using namespace std;

typedef char VerTexType;              		//假设顶点的数据类型为字符型 
typedef int ArcType;   
#define MVNum 100                       	//最大顶点数
#define MaxInt 32767                    	//表示极大值,即∞

//----------------图的邻接矩阵---------------------
typedef struct{ 
	VerTexType vexs[MVNum];            		//顶点表 
	ArcType arcs[MVNum][MVNum];      		//邻接矩阵 
	int vexnum,arcnum;                		//图的当前点数和边数 
}AMGraph;

//辅助数组Edges的定义
struct Edges{
	VerTexType Head;						//边的始点
	VerTexType Tail;						//边的终点
	ArcType lowcost;						//边上的权值
}Edge[(MVNum * (MVNum - 1)) / 2];

int Vexset[MVNum];							//辅助数组Vexset的定义

int LocateVex(AMGraph G , VerTexType v){
	//确定点v在G中的位置
	for(int i = 0; i < G.vexnum; ++i)
		if(G.vexs[i] == v)
			return i;
		return -1;
}//LocateVex

void CreateUDN(AMGraph &G){ 
    //采用邻接矩阵表示法,创建无向网G 
	int i , j , k;

    cin >> G.vexnum >> G.arcnum;						//输入总顶点数,总边数


    for(i = 0; i < G.vexnum; ++i){   

		cin >> G.vexs[i];                        		//依次输入点的信息 
	}

	for(i = 0; i < G.vexnum; ++i)                		//初始化邻接矩阵,边的权值均置为极大值MaxInt 
		for(j = 0; j < G.vexnum; ++j) 
			G.arcs[i][j] = MaxInt; 

	for(k = 0; k < G.arcnum;++k){						//构造邻接矩阵 
		VerTexType v1 , v2;
		ArcType w;

		cin >> v1 >> v2 >> w;                           //输入一条边依附的顶点及权值
		i = LocateVex(G, v1);  j = LocateVex(G, v2);	//确定v1和v2在G中的位置,即顶点数组的下标 
		G.arcs[i][j] = w;								//边<v1, v2>的权值置为w 
		G.arcs[j][i] = G.arcs[i][j];					//置<v1, v2>的对称边<v2, v1>的权值为w 
		Edge[k].lowcost = w;
		Edge[k].Head = v1;
		Edge[k].Tail = v2;
	}//for
}//CreateUDN 

//----------冒泡排序-------------------
void Sort(AMGraph G){
	int m = G.arcnum - 2;
	int flag = 1;
	while((m > 0) && flag == 1){
		flag = 0;
		for(int j = 0 ; j <= m ; j++){
			if(Edge[j].lowcost > Edge[j+ 1].lowcost){
				flag = 1;

				VerTexType temp_Head = Edge[j].Head;
				Edge[j].Head = Edge[j+ 1].Head;
				Edge[j + 1].Head = temp_Head;
				

				VerTexType temp_Tail = Edge[j].Tail;
				Edge[j].Tail = Edge[j+ 1].Tail;
				Edge[j + 1].Tail = temp_Tail;
				
				ArcType temp_lowcost = Edge[j].lowcost;
				Edge[j].lowcost = Edge[j+ 1].lowcost;
				Edge[j + 1].lowcost = temp_lowcost;
			}//if
		}//for
		--m;
	}//while
}//Sort

void MiniSpanTree_Kruskal(AMGraph G){ 
    //无向网G以邻接矩阵形式存储,构造G的最小生成树T,输出T的各条边     
   /*************************Begin******************/
Sort(G);
for(int i=0;i<G.vexnum;i++)
	Vexset[i]=i;
for(int i=0;i<G.arcnum;i++)
{
	int v1=LocateVex(G,Edge[i].Head);
	int v2=LocateVex(G,Edge[i].Tail);
	int vs1=Vexset[v1];
	int vs2=Vexset[v2];
	if(vs1!=vs2)
	{
		cout<<Edge[i].Head<<"-->"<<Edge[i].Tail<<endl;
		for(int j=0;j<G.vexnum;j++)
		 if(Vexset[j]==vs2)  Vexset[j]=vs1;
	}
 } 

   /*************************End*******************/
}//MiniSpanTree_Kruskal

int main(){
	
	AMGraph G;
	CreateUDN(G);

	MiniSpanTree_Kruskal(G);
	return 0;
}///main

作者有言

如果感觉博主讲的对您有用,请点个关注支持一下吧,将会对此类问题持续更新……

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/81381.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

[论文解析] Diffusion Models Beat GANs on Image Synthesis

code link: https://github.com/openai/guided-diffusion. 文章目录OverviewWhat problem is addressed in the paper?What is the key to the solution?What is the main contribution?Potential fundamental flaws; how this work can be improved?ContentsDiffusion mod…

web前端期末大作业:基于html化妆品购物商城项目的设计与实现——化妆品官方网站设计与实现(HTML+CSS+JS)

&#x1f389;精彩专栏推荐 &#x1f4ad;文末获取联系 ✍️ 作者简介: 一个热爱把逻辑思维转变为代码的技术博主 &#x1f482; 作者主页: 【主页——&#x1f680;获取更多优质源码】 &#x1f393; web前端期末大作业&#xff1a; 【&#x1f4da;毕设项目精品实战案例 (10…

【cocos源码学习】cocos2d-x-4.0 Android Demo工程结构的简析

说明 使用cocos new创建的Android工程&#xff0c;并对其进行简单的结构分析 Android工程结构 基于gradle构建的Android工程是于模块来组织的&#xff0c;工程根目录本身是一个主模块&#xff0c;其它为子模块&#xff0c;每个模块都有一个build.gradle文件&#xff0c;主模…

Java基本微信小程序的智能图书管理系统 计算机毕业设计

本设计旨在研究一种社区图书管理系统设计与实现系统&#xff0c;以各种浏览器web页面加上云服务器后端服务系统&#xff0c;通过这一设计过程&#xff0c;进一步熟悉web前端开发技术和云服务器后端开发技术和方法&#xff0c;培养理论联系实际及知识的综合运用能力。 图书管理系…

论文翻译:USE OF LIDAR FOR NEGATIVE OBSTACLE DETECTION: A THOROUGH REVIEW

(鉴定为水刊 综述 老板让看的) Abstract&#xff1a; 野外自动驾驶陆地车辆的负面障碍是指路面上的坑洼、沟渠、悬崖、坑或任何类型的障碍物&#xff0c;但不是以可见的方式&#xff0c;它给车辆或潜在的乘客带来风险&#xff0c;甚至给环境带来风险。 自主陆地车辆正在前进。这…

Golang前置环境配置

如何对go不同版本进行管理 安装gvm gvm工具提供多版本的go进行管理 下载命令: bash < <(curl -s -S -L http://raw.githubusercontent.com/moovweb/gvm/master/binscripts/gvm-installer)这里可能出现对应的raw.githubusercontent.com连不上的情况, 可以在https://www…

springboot+vue基本微信小程序的演出门票管理系统

转票是一个传统的行业。根据当前发展现状&#xff0c;网络信息时代的全面普及&#xff0c;转票也在发生着变化&#xff0c;单就出票这一方面&#xff0c;利用手机预约考试正在逐步进入人们的生活。传统的转票方式&#xff0c;不仅会耗费大量的人力、时间&#xff0c;有时候还会…

Linux(一)按键,目录,基础命令

shell shell就是命令解释器 命令解析器的作用&#xff1a;对用户输入到终端的命令进行解析&#xff0c;调用对应的执行程序 shell将用户输入的命令解释成内核能够识别的指令 shell是按照$Path环境变量 常用的命令解析器&#xff1a; shell – Bourne Shell 路径&#xff1a…

【色彩一致性损失:场景亮度解纠缠网络:纹理-对比度增强网络:IVIF】

DIVFusion: Darkness-free infrared and visible image fusion &#xff08;DIVFusion&#xff1a;无暗区红外与可见光图像融合&#xff09; 红外与可见光图像融合是一种重要的图像增强技术&#xff0c;其目的是在极端环境下生成目标显著、纹理丰富的高质量融合图像。然而&am…

Nginx安装及相关问题解决

文章目录一、 添加 Nginx yum资源库——CentOS 7二、 安装nginx - yum安装三、 启动nginx无法访问解决办法四、 修改nginx页面展示内容通过新建文件通过修改原始文件五、 Nginx 不支持中文怎么办&#xff1f;1. 利用convmv对文件名转码2. 通过修改nginx配置文件转码一、 添加 N…

学生HTML个人网页作业作品:HTML绿色的化妆品静态网站(web前端网页制作课作业)

&#x1f389;精彩专栏推荐 &#x1f4ad;文末获取联系 ✍️ 作者简介: 一个热爱把逻辑思维转变为代码的技术博主 &#x1f482; 作者主页: 【主页——&#x1f680;获取更多优质源码】 &#x1f393; web前端期末大作业&#xff1a; 【&#x1f4da;毕设项目精品实战案例 (10…

【练习题】数据离散化+二维前缀和

【练习题】数据离散化二维前缀和题目大意输入输出样例解释重要提示思路代码时间复杂度题目大意 mtc是一个很优秀的同学&#xff0c;他学习认真&#xff0c;经常刷题。这天&#xff0c;他正好学习到了数据离散化与二位前缀和的相关概念&#xff0c;并给大家进行科普. 数据的离散…

学习周报-20221211

文章目录一 centos7修改系统运行级别的方法方法一方法二二 修改(忘记)centos系统的root密码三 文件的atime、mtime、ctime比较1 定义2 mtime和ctime的比较3 atime在访问文件后并不一定会修改4 相关操作命令对三个时间的影响四 Linux时区设置中的一些问题五 Linux局域网内配置yu…

微服务框架 SpringCloud微服务架构 微服务保护 34 规则持久化 34.1 规则管理模式

微服务框架 【SpringCloudRabbitMQDockerRedis搜索分布式&#xff0c;系统详解springcloud微服务技术栈课程|黑马程序员Java微服务】 微服务保护 文章目录微服务框架微服务保护34 规则持久化34.1 规则管理模式34.1.1 规则管理模式34.1.2 规则管理模式 - 原始模式34.1.3 规则管…

android 和风图标字体移植显示墨迹天气图标

android studio版本&#xff1a;21.2.1 例程&#xff1a;newareaautov1 和风天气字体图标使用方法见&#xff1a; android 显示和风天气字体图标_kim5659的博客-CSDN博客_qweather-icons 之前做了个全自动获取天气的app,用的是墨迹的接口&#xff08;实际是科大讯飞再接入墨…

深信服面试常见算法题整理笔记

⭐️我叫恒心&#xff0c;一名喜欢书写博客的研究生在读生。 原创不易~转载麻烦注明出处&#xff0c;并告知作者&#xff0c;谢谢&#xff01;&#xff01;&#xff01; 这是一篇近期会不断更新的博客欧~~~ 有什么问题的小伙伴 欢迎留言提问欧。 文章目录1 反转链表2 排序3 设计…

Docker(二) ----Docker 的基本操作

文章目录前言一、镜像操作1.1 镜像的组成1.2 镜像的操作二、容器操作2.1 容器的基本操作2.2 容器操作的小结总结前言 前面我们学习了Docker的基本定义以及如何安装 Docker, 接下来我们对Docker的基本操作进行了解。上篇文章可点击 初始Docker 一、镜像操作 1.1 镜像的组成 镜…

SpringBoot 整合 Groovy 脚本,实现动态编程

Groovy简介 Groovy 是增强 Java 平台的唯一的脚本语言。它提供了类似于 Java 的语法&#xff0c;内置映射&#xff08;Map&#xff09;、列表&#xff08;List&#xff09;、方法、类、闭包&#xff08;closure&#xff09;以及生成器。脚本语言不会替代系统编程语言&#xff…

在idea中离线安装scala

由于网络受限&#xff0c;需要离线安装和使用scala&#xff0c;安装步骤如下。 1 安装idea scala插件 首先在idea的Help-Aboout选项中&#xff0c;查看idea的版本。 这里可以看到我的版本是2022.3&#xff0c;因此我需要下载对应版本的scala插件&#xff08;Scala插件地址&a…

git使用说明

在Windows上使用Git&#xff0c;可以从Git官网直接下载安装程序&#xff0c;然后按默认选项安装即可。 安装完成后&#xff0c;在开始菜单里找到“Git”->“Git Bash”&#xff0c;蹦出一个类似命令行窗口的东西&#xff0c;就说明Git安装成功&#xff01; 安装完成后&…