“chaos”的算法--之图的创建

简介:

   图(Graph)是一种较线性表和数更为复杂的数据结构,在线性表中数据元素仅有线性关系,各一个数据元素只有一个直接前驱和一个直接后继,在树形结构中,数据元素之间有着明显的层次关系,
并且在每一层上的数据元素可能和下一层中多个元素相关,但只能和上一层中的一个元素相关,而在图形结构中就显得数据元素异常的自由了,在图中的任意两个元素之间可能是相关的。
   首先要说的是关于图的存储方式,图中的每一个元素都是存储在一个矩阵中的,对于有向图,无向图,有向网以及无向网均是一样....
下面就提供一种图的建立的方法范例:

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
typedef  int  VRType;
typedef  char  InfoType;
typedef  char * VertexType;
typedef  enum {DG, DN, UDG, UDN} GraphKind;
typedef  struct  ArcCell
{
  VRType adj;
  InfoType *info;
}ArcCell, AdjMatrix[MAX_VERTEX_NUM][MAX_VERTEX_NUM];
typedef  struct
{
     VertexType  vexs[MAX_VERTEX_NUM];        // 顶点向量
     AdjMatrix   arcs;                        // 邻接矩阵
     int         vexnum, arcnum;              // 图的当前顶点数和弧数
     GraphKind   kind;                        // 图的种类标志
}MGraph;
//返回指定顶点在顶点向量中的位置
int  LocateVex(MGraph G, VertexType elem)
{
  int  i;
  for (i = 0; i < G.vexnum; ++i)
   if ( strcmp (elem, G.vexs[i]) == 0)
    return  i;
  return  error;
}
//无向网
int  CreateUDN(MGraph *G)
{
  int  i, j, k, l, IncInfo, w; //IncInfo表示弧是否有其他信息
  char  s[MAX_INFO], *info;
  char  va[5], vb[5];
  printf ( "请输入有向网的顶点数,弧数,弧是否含有其他信息(是:1,否:0)" );
  scanf ( "%d,%d,%d" , &(*G).vexnum, &(*G).arcnum, &IncInfo);
  printf ( "请输入每个顶点的值(<%d个字符):\n" , MAX_NAME);
  for (i = 0; i < (*G).vexnum; ++i) //构造顶点向量
  {
   (*G).vexs[i] = (VertexType) malloc ( sizeof ( char )*5);
   scanf ( "%s" , (*G).vexs[i]);
   getchar ();
  }
  for (i = 0; i < (*G).vexnum; ++i) //初始化邻接矩阵
   for (j = 0; j < (*G).vexnum; ++j)
   {
    (*G).arcs[i][j].adj = 0;
    (*G).arcs[i][j].info = NULL;
   }
  printf ( "请输入%d条弧的弧尾 弧头(以空格为间隔): \n" , (*G).arcnum);
  for (k = 0; k < (*G).arcnum; ++k)
  {
   scanf ( "%s %s" , va, vb); //输入弧头,弧尾信息
   printf ( "请输入该弧对应的权值 : " );
   scanf ( "%d" , &w);
   i = LocateVex(*G, va); //定位弧尾位置,
   j = LocateVex(*G, vb); //定位弧头位置
   (*G).arcs[i][j].adj = w; //权值大小
   (*G).arcs[j][i].adj = w;
   if (IncInfo)
   {
    printf ( "请输入该弧的相关信息(<%d个字符) : " , MAX_INFO);
    scanf ( "%s" , s);
    l =  strlen (s);
    if (l)
    {
     (*G).arcs[i][j].info = ( char  *) malloc ((l+1)* sizeof ( char ));
     strcpy ((*G).arcs[i][j].info, s);
    }
   }
  }
  (*G).kind = DN;
  return  true ;
}
int  main( int  argc,  char  *argv[])
{
  ......;
}

   上面的只是无向网的建立步骤,对于其他的三种图方法类似,我就不再这里累赘了。希望能对正在处于迷茫中的哥们点帮助,也期待高手拍砖。!!!



     本文转自 驿落黄昏 51CTO博客,原文链接:http://blog.51cto.com/yiluohuanghun/832537,如需转载请自行联系原作者




相关文章
|
6月前
|
存储 人工智能 算法
图与树的遍历:探索广度优先、深度优先及其他遍历算法的原理与实现
图与树的遍历:探索广度优先、深度优先及其他遍历算法的原理与实现
410 0
|
5月前
|
存储 算法 Java
Java中,树与图的算法涉及二叉树的前序、中序、后序遍历以及DFS和BFS搜索。
【6月更文挑战第21天】Java中,树与图的算法涉及二叉树的前序、中序、后序遍历以及DFS和BFS搜索。二叉树遍历通过访问根、左、右子节点实现。DFS采用递归遍历图的节点,而BFS利用队列按层次访问。以下是简化的代码片段:[Java代码略]
48 4
|
4月前
|
存储 算法 Python
“解锁Python高级数据结构新姿势:图的表示与遍历,让你的算法思维跃升新高度
【7月更文挑战第13天】Python中的图数据结构用于表示复杂关系,通过节点和边连接。常见的表示方法是邻接矩阵(适合稠密图)和邻接表(适合稀疏图)。图遍历包括DFS(深度优先搜索)和BFS(广度优先搜索):DFS深入探索分支,BFS逐层访问邻居。掌握这些技巧对优化算法和解决实际问题至关重要。**
45 1
|
4月前
|
数据采集 存储 算法
「AIGC算法」图搜索算法详解
本文探讨了图搜索算法,包括遍历和最短路径搜索。DFS和BFS是遍历算法,前者使用栈深入搜索,后者用队列逐层遍历。Dijkstra、Bellman-Ford、A*、Floyd-Warshall和Johnson算法则解决最短路径问题。文中还给出了DFS的Python实现示例。这些算法在路径规划、网络分析等领域有重要应用。
91 0
|
6月前
|
存储 算法 C++
c++算法学习笔记 (8) 树与图部分
c++算法学习笔记 (8) 树与图部分
|
6月前
|
算法 数据可视化 大数据
圆堆图circle packing算法可视化分析电商平台网红零食销量采集数据
圆堆图circle packing算法可视化分析电商平台网红零食销量采集数据
|
5月前
|
算法 计算机视觉
图像处理之基于图的广度优先搜索组件标记算法
图像处理之基于图的广度优先搜索组件标记算法
32 0
|
5月前
|
存储 算法
数据结构学习记录——图应用实例-六度空间(题目描述、算法思路、伪代码及解读、图解)
数据结构学习记录——图应用实例-六度空间(题目描述、算法思路、伪代码及解读、图解)
60 0
|
6月前
|
算法 数据可视化
圆填充( CIRCLE PACKING)算法圆堆图圆形空间填充算法可视化
圆填充( CIRCLE PACKING)算法圆堆图圆形空间填充算法可视化
|
6月前
|
存储 算法
图的深度优先算法
图的深度优先算法
42 0
下一篇
无影云桌面