【数据结构与算法】加权无线图的设计实现

简介: 【数据结构与算法】加权无线图的设计实现

前言


加权无向图是一种为每条边关联一个权重值或是成本的图模型。这种图能够自然地表示许多应用。在一副航空图中,边表示航线,权值则可以表示距离或是费用。在一副电路图中,边表示导线,权值则可能表示导线的长度即成本,或是信号通过这条先所需的时间。此时我们很容易就能想到,最小成本的问题,例如,从西安飞纽约,怎样飞才能使时间成本最低或者是金钱成本最低?

在下图中,从顶点0到顶点4有三条路径,分别为0-2-3-4,0-2-4,0-5-3-4,那我们如果要通过那条路径到达4顶点最好呢?此时就要考虑,那条路径的成本最低。


1671198134305.jpg


边的表示


加权无向图中的边我们就不能简单的使用v-w两个顶点表示了,而必须要给边关联一个权重值,因此我们可以使用对象来描述一条边。


API设计


类名 Edge implements Comparable
成员变量 1.private final int v:顶点一2.private final int w:顶点二3.private final double weight:当前边的权重
构造方法 Edge(int v,int w,double weight):通过顶点v和w,以及权重weight值构造一个边对象
成员方法 1.public double weight():获取边的权重值2.public int either():获取边上的一个点3.public int other(int vertex)):获取边上除了顶点vertex外的另外一个顶点4.public int compareTo(Edge that):比较当前边和参数that边的权重,如果当前边权重大,返回1,如果一样大,返回0,如果当前权重小,返回-1


代码实现


/**
 * 边
 *
 * @author alvin
 * @date 2022/11/3
 * @since 1.0
 **/
public class Edge implements Comparable<Edge> {
    //顶点一
    private final int v;
    //顶点二
    private final int w;
    //当前边的权重
    private final double weight;
    //通过顶点v和w,以及权重weight值构造一个边对象
    public Edge(int v, int w, double weight) {
        this.v = v;
        this.w = w;
        this.weight = weight;
    }
    //获取边的权重值
    public double weight() {
        return weight;
    }
    //获取边上的一个点
    public int either() {
        return v;
    }
    //获取边上除了顶点vertex外的另外一个顶点
    public int other(int vertex) {
        if (vertex == v) {
            return w;
        } else {
            return v;
        }
    }
    @Override
    public int compareTo(Edge that) {
        //使用一个遍历记录比较的结果
        int cmp;
        if (this.weight() > that.weight()) {
            //如果当前边的权重值大,则让cmp=1;
            cmp = 1;
        } else if (this.weight() < that.weight()) {
            //如果当前边的权重值小,则让cmp=-1;
            cmp = -1;
        } else {
            //如果当前边的权重值和that边的权重值一样大,则让cmp=0
            cmp = 0;
        }
        return cmp;
    }
}


图的实现


之前我们已经完成了无向图,在无向图的基础上,我们只需要把边的表示切换成Edge对象即可。


API设计


类名 EdgeWeightedGraph
成员变量 1.private final int V: 记录顶点数量2.private int E: 记录边数量3.private Queue[] adj: 邻接表
构造方法 EdgeWeightedGraph(int V):创建一个含有V个顶点的空加权无向图
成员方法 1.public int V():获取图中顶点的数量2.public int E():获取图中边的数量3.public void addEdge(Edge e):向加权无向图中添加一条边e4.public Queue adj(int v):获取和顶点v关联的所有边5.public Queue edges():获取加权无向图的所有边


代码实现


/**
 * 加权无向图的实现
 *
 * @author alvin
 * @date 2022/11/3
 * @since 1.0
 **/
public class EdgeWeightedGraph {
    //顶点总数
    private final int V;
    //边的总数
    private int E;
    //邻接表
    private Queue<Edge>[] adj;
    //创建一个含有V个顶点的空加权无向图
    public EdgeWeightedGraph(int V) {
        //初始化顶点数量
        this.V = V;
        //初始化边的数量
        this.E = 0;
        //初始化邻接表
        this.adj = new Queue[V];
        for (int i = 0; i < adj.length; i++) {
            adj[i] = new ArrayDeque<>();
        }
    }
    //获取图中顶点的数量
    public int V() {
        return V;
    }
    //获取图中边的数量
    public int E() {
        return E;
    }
    //向加权无向图中添加一条边e
    public void addEdge(Edge e) {
        //需要让边e同时出现在e这个边的两个顶点的邻接表中
        int v = e.either();
        int w = e.other(v);
        adj[v].add(e);
        adj[w].add(e);
        //边的数量+1
        E++;
    }
    //获取和顶点v关联的所有边
    public Queue<Edge> adj(int v) {
        return adj[v];
    }
    //获取加权无向图的所有边
    public Queue<Edge> edges() {
        //创建一个队列对象,存储所有的边
        Queue<Edge> allEdges = new ArrayDeque<>();
        //遍历图中的每一个顶点,找到该顶点的邻接表,邻接表中存储了该顶点关联的每一条边
        //因为这是无向图,所以同一条边同时出现在了它关联的两个顶点的邻接表中,需要让一条边只记录一次;
        for (int v = 0; v < V; v++) {
            //遍历v顶点的邻接表,找到每一条和v关联的边
            for (Edge e : adj(v)) {
                if (e.other(v) < v) {
                    allEdges.add(e);
                }
            }
        }
        return allEdges;
    }
}


目录
相关文章
|
7月前
|
机器学习/深度学习 算法 数据挖掘
【MATLAB】数据拟合第10期-二阶多项式的局部加权回归拟合算法
【MATLAB】数据拟合第10期-二阶多项式的局部加权回归拟合算法
198 0
|
算法
研究生考试.数据结构与算法之十一 图
研究生考试.数据结构与算法之十一 图
55 0
|
7月前
|
算法
【MATLAB】语音信号识别与处理:高斯加权移动平均滤波算法去噪及谱相减算法呈现频谱
【MATLAB】语音信号识别与处理:高斯加权移动平均滤波算法去噪及谱相减算法呈现频谱
280 0
|
5月前
|
缓存 负载均衡 算法
(四)网络编程之请求分发篇:负载均衡静态调度算法、平滑轮询加权、一致性哈希、最小活跃数算法实践!
先如今所有的技术栈中,只要一谈关于高可用、高并发处理相关的实现,必然会牵扯到集群这个话题,也就是部署多台服务器共同对外提供服务,从而做到提升系统吞吐量,优化系统的整体性能以及稳定性等目的。
|
6月前
|
弹性计算 负载均衡 监控
加权最小连接数算法介绍
加权最小连接数算法介绍
233 6
|
6月前
|
弹性计算 负载均衡 算法
加权轮询算法介绍
加权轮询算法
143 3
|
6月前
|
存储 算法 Python
数据结构与算法 - 图
数据结构与算法 - 图
29 0
|
7月前
|
存储 算法
数据结构与算法 图
数据结构与算法 图
35 0
|
7月前
|
算法 数据可视化 数据挖掘
R语言平滑算法LOESS局部加权回归、三次样条、变化点检测拟合电视节目《白宫风云》在线收视率
R语言平滑算法LOESS局部加权回归、三次样条、变化点检测拟合电视节目《白宫风云》在线收视率
|
存储 算法
第七章 图【数据结构与算法】3
第七章 图【数据结构与算法】3
78 0