邻接矩阵实现

2024-06-22 12:28
文章标签 实现 邻接矩阵

本文主要是介绍邻接矩阵实现，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

图

图的描述方式:

  • 邻接矩阵
  • 邻接链表

邻接矩阵实现

#pragma once
#include "graph.h"
#include <vector>
#include <iostream>
#include <iomanip>
#include <queue>
#include <exception>
//#include <string>
#define  NPOS  -1template <typename V, typename E>
class AdjenctMatrix : public GraphBase<V, E>
{
private:std::vector<V>  m_vctVertexes;std::vector<std::vector<E>> m_matrix;public:AdjenctMatrix(int nSize, bool isWeight = true, bool isDirected = true);virtual ~AdjenctMatrix() {};bool InsertVertex(const V& vertex);bool InsertEdge(const V& vertex1, const V& vertex2, const E& weight);void ShowMatrix();//bool RemoveEdge(const V& vertex1, const V& vertex2);//bool RemoveVertex(const V& vertex);int GetVertexPosition(const V& vertex);V GetVertexValueByPos(int nPos) //根据顶点在顶点表中的位置(下标) 来获取顶点的值{if (!(0 <= nPos && nPos < this->m_vctVertexes.size())){throw std::runtime_error("invalid pos");}return this->m_vctVertexes[nPos];}void DFSTraverse(); //深度优先遍历void BFSTraverse(); //广度优先遍历int FristAdjenctVertex(int i); //获取顶点i 的第一个邻接顶点int NextAdjenctVertex(int i, int n); //返回 i 的邻接顶点 n 的下一个邻接顶点std::vector<std::vector<E>>& GetMatrix() { return this->m_matrix; };E GetWeight(int v1, int v2); //根据顶点在顶点表中的位置, 获取边的权重protected:void DFS(int n, std::vector<bool> &vctVisited);
};template <typename V, typename E>AdjenctMatrix<V, E>::AdjenctMatrix(int nSize, bool isWeight  , bool isDirected )
{this->m_nMaxVertexesCount = nSize;this->m_nVertexesCount = 0;this->m_nEdgesCount = 0;this->m_fDirected = isDirected;this->m_fWeight = isWeight;this->m_vctVertexes.resize(this->m_nMaxVertexesCount);this->m_matrix.resize(this->m_nMaxVertexesCount);for (auto &it : this->m_matrix){it.resize(this->m_nMaxVertexesCount);}for (auto &v : this->m_matrix){for (auto &vv : v){vv = MAGIC_MAX_WEIGHT;}}}template <typename V, typename E>
int AdjenctMatrix<V, E>::GetVertexPosition(const V& vertex)
{for (size_t i = 0; i < this->m_nMaxVertexesCount; i++){if (vertex == this->m_vctVertexes[i]){return i;}}return NPOS;
}template <typename V, typename E>
bool AdjenctMatrix<V, E>::InsertVertex(const V& vertex)
{if (this->m_nVertexesCount == this->m_nMaxVertexesCount){std::cerr<< "size overflow" << std::endl;return false;}if (NPOS != GetVertexPosition(vertex)){std::cerr<< "vertex " << vertex << "already existed" << std::endl;return false;}this->m_vctVertexes[this->m_nVertexesCount++] = vertex; //插入return true;
}template< typename V, typename E>
bool AdjenctMatrix<V, E>::InsertEdge(const V& vertex1, const V& vertex2, const E& weight)
{int nV1Pos = GetVertexPosition(vertex1);int nV2Pos = GetVertexPosition(vertex2);if (NPOS == nV1Pos){std::cerr << "vertex1  not exist" << std::endl;return false;}if (NPOS == nV2Pos){std::cerr << "vertex2  not exist" << std::endl;return false;}if (!(this->MAX_WEIGHT == m_matrix[nV1Pos][nV2Pos] || 0 == m_matrix[nV1Pos][nV2Pos])){std::cerr << "edge: " << vertex1 << " , " << vertex2 << "already existed" << std::endl;return false;}if (this->m_fDirected){ //有向图m_matrix[nV1Pos][nV2Pos] = weight;}else { //无向图m_matrix[nV1Pos][nV2Pos] = weight;m_matrix[nV2Pos][nV1Pos] = weight;}this->m_nEdgesCount ++;return true;
}template <typename V, typename E>
void AdjenctMatrix<V, E>::ShowMatrix()
{//输出顶点for (auto const &it : m_vctVertexes){std::cout << it << ", ";}std::cout << std::endl << "===================" << std::endl;//输出邻接矩阵for (int i = 0; i < this->m_nVertexesCount; i++){for (int j = 0; j < this->m_nVertexesCount; j++){if (this->MAX_WEIGHT == m_matrix[i][j]) {std::cout << std::setw(7) << "∞";}else {std::cout << std::setw(7) << m_matrix[i][j];}}std::cout << std::endl;}}template <typename V, typename E> 
void AdjenctMatrix<V, E>::DFSTraverse() //深度优先遍历
{std::vector<bool> vctVisited(this->m_nVertexesCount, false);for (int i = 0; i < this->m_nVertexesCount; i++){if (!vctVisited[i]){DFS(i, vctVisited);}}}template <typename V, typename E>
void AdjenctMatrix<V, E>::DFS(int i, std::vector<bool> &vctVisited)
{vctVisited[i] = true;std::cout << this->m_vctVertexes[i] << " , ";for (int j = 0; j < this->m_nVertexesCount; j++){if (!vctVisited[j] &&this->m_matrix[i][j] != 0&& this->m_matrix[j][i] != this->MAX_WEIGHT){DFS(j, vctVisited);}}}template <typename V, typename E>
void AdjenctMatrix<V, E>::BFSTraverse() //广度优先遍历
{std::vector<bool> vctVisited(this->m_nVertexesCount, false);std::queue<int> que;for (int i = 0; i < this->m_nVertexesCount; i++){if(vctVisited[i]) continue;que.push(i);vctVisited[i] = true;std::cout << this->m_vctVertexes[i] << " , ";while (!que.empty()){int parent = que.front();que.pop();int child = FristAdjenctVertex(parent);for (int child = FristAdjenctVertex(parent); child >= 0; child = NextAdjenctVertex(parent, child)){if (vctVisited[child])continue;que.push(child);std::cout << this->m_vctVertexes[child] << " , ";vctVisited[child] = true;}}}}template <typename V, typename E>
int AdjenctMatrix<V, E>::NextAdjenctVertex(int i, int n)
{if (!(0 <= i && i < this->m_matrix.size())){std::cerr << "i is invalid" << std::endl;return NPOS;}if (!(0 <= n && n < this->m_matrix.size())){std::cerr << "n is invalid" << std::endl;return NPOS;}for (int col = n + 1; col < this->m_matrix.size() && col < this->m_nVertexesCount; col++){if (this->MAX_WEIGHT != this->m_matrix[i][col] && 0 != this->m_matrix[i][col]){return col;}}return NPOS;
}template <typename V, typename E>
int AdjenctMatrix<V, E>::FristAdjenctVertex(int i)
{if (!(0 <= i && i < this->m_matrix.size())){std::cerr << "i is invalid" << std::endl;return NPOS;}for (int col = 0; col < this->m_nVertexesCount; col++){if (this->MAX_WEIGHT != this->m_matrix[i][col] && 0 != this->m_matrix[i][col]){return col;}}return NPOS;
}template <typename V, typename E>
E AdjenctMatrix<V, E>::GetWeight(int v1, int v2)
{if (0 <= v1 && v1 <= this->m_nVertexesCount && 0 <= v2 && v2 <= this->m_nVertexesCount){return this->m_matrix[v1][v2];}std::cerr << "GetWeight error" << std::endl;throw std::runtime_error("invalid v1 and v2");
}

单源最短路径-- Dijskra

#pragma once
#include <iostream>
#include <vector>
#include <string>//************************************
// Method:    Dijkstra
// FullName:  Dijkstra
// Access:    public 
// Returns:   void
// Qualifier:
// Parameter: int nVertexCount  顶点个数
// Parameter: int nBeginVertexIndex   起始顶点(在顶点表中的下标,例如: 第1个下表为0)
// Parameter: std::vector<int> & vctPrevious   记录最短路径的前驱节点 , 获取一条具体路径, 则反向生成即可
//                                   例如: p为 [0, 1, 1, 3, 4]  
//                                     从第1个顶点到第5个顶点的最短路径为  1, 3, 4, 5  , 
//                                      即  5  <== p[5 - 1] 即 4 <<== p[ 4 - 1 ] 即 3  <<== p[3 - 1] 即 1 
// Parameter: std::vector<int> & vctMinPath  记录起始顶点到各个顶点的权重
// Parameter: const std::vector<std::vector<int>> & matrix   邻接矩阵
//************************************
void Dijkstra(int nVertexCount, int nBeginVertexIndex, std::vector<int>&vctPrevious,std::vector<int>&vctMinPath, const std::vector<std::vector<int>>& matrix)
{int min = MAGIC_MAX_WEIGHT , k = 0;std::vector<bool> vctVisitedRows(nVertexCount, false);for (int i = 0; i < nVertexCount; i++){vctMinPath[i] = matrix[nBeginVertexIndex][i];}vctMinPath[nBeginVertexIndex] = 0;   //表示v到v路径长度为0vctVisitedRows[nBeginVertexIndex] = true;   //表示v到v路径不需要求for (int i = 0; i < nVertexCount; ++i){// 从  vctMinPath 中获取最小的 , 未访问过的 的 索引// 当然也可以使用小根堆来实现min = MAGIC_MAX_WEIGHT;for (int j = 0; j < nVertexCount; ++j){if (!vctVisitedRows[j] && 0 != vctMinPath[j]  && vctMinPath[j] < min){k = j;min = vctMinPath[j];}}vctVisitedRows[k] = true;   for (int w = 0; w < nVertexCount; w++){//如果复合路径(就是有多条边)的权重   小于   单路径(直达)的权重    则调整最小权重路径vctMinPath// 不可直达的权重初始化为 MAGIC_MAX_WEIGHT  即无穷大if (!vctVisitedRows[w] && 0 != matrix[k][w] &&(min + matrix[k][w]) < vctMinPath[w]){vctMinPath[w] = min + matrix[k][w];vctPrevious[w] = k;    //将此顶点加入到最短路径前驱}}}
}void Floyd(int num, std::vector<std::vector<int>> &p, std::vector<std::vector<int>>& d)
{for (int i = 0; i < num; ++i)   //初始化p{for (int j = 0; j < num; ++j){//d[i][j] = g[i][j];p[i][j] = j;}}for (int i = 0; i < num; ++i)   //初始化d和p{for (int j = 0; j < num; ++j){for (int k = 0; k < num; k++){if (d[j][k] > d[j][i] + d[i][k]){d[j][k] = d[j][i] + d[i][k];p[j][k] = p[j][i];}}}}
}

测试

// datastructure.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。
//#include <iostream>
#include "adjenct_matrix.h"
#include "algo.h"
#include <stack>int main()
{AdjenctMatrix<int, int>  adjmatrx(10);adjmatrx.InsertVertex(1);adjmatrx.InsertVertex(2);adjmatrx.InsertVertex(3);adjmatrx.InsertVertex(4);adjmatrx.InsertEdge(1, 2, 1);adjmatrx.InsertEdge(1, 3, 2);adjmatrx.InsertEdge(2, 4, 5);adjmatrx.InsertEdge(3, 4, 1);adjmatrx.ShowMatrix();std::cout << "========" << std::endl;adjmatrx.DFSTraverse();std::cout << "========" << std::endl;adjmatrx.BFSTraverse();std::cout << "========" << std::endl;int nVertexCount = adjmatrx.GetVertexCount();int nBeginVertex = 1;int nBeginVertexIndex = adjmatrx.GetVertexPosition(nBeginVertex);std::vector<int> vctPrevious(nVertexCount,  nBeginVertexIndex );std::vector<int> vctMinPath(nVertexCount, MAGIC_MAX_WEIGHT);Dijkstra(nVertexCount, nBeginVertexIndex, vctPrevious, vctMinPath, adjmatrx.GetMatrix());for (auto const &item : vctMinPath){std::cout << item << " , ";}std::cout << std::endl;int nEndVertex = 4;int nEndVertexIndex = adjmatrx.GetVertexPosition(nEndVertex);std::stack<int>  minPath;minPath.push(nEndVertexIndex);for (int i = nEndVertexIndex; ; ){minPath.push( vctPrevious[i] );i = vctPrevious[i];if (nBeginVertexIndex == i){break;}}for ( ; !minPath.empty() ; ){int pos = minPath.top();std::cout << adjmatrx.GetVertexValueByPos(pos);minPath.pop();if (minPath.size() > 0){std::cout << "->";}}std::cout << std::endl;std::cout << "Hello World!\n"; 
}

这篇关于邻接矩阵实现的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/1084284。

相关文章

如何使用Java实现请求deepseek

如何使用Java实现请求deepseek

《如何使用Java实现请求deepseek》这篇文章主要为大家详细介绍了如何使用Java实现请求deepseek功能,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录1.deepseek的api创建2.Java实现请求deepseek2.1 pom文件2.2 json转化文件2.2
阅读更多...
python使用fastapi实现多语言国际化的操作指南

python使用fastapi实现多语言国际化的操作指南

《python使用fastapi实现多语言国际化的操作指南》本文介绍了使用Python和FastAPI实现多语言国际化的操作指南,包括多语言架构技术栈、翻译管理、前端本地化、语言切换机制以及常见陷阱和... 目录多语言国际化实现指南项目多语言架构技术栈目录结构翻译工作流1. 翻译数据存储2. 翻译生成脚本
阅读更多...
如何通过Python实现一个消息队列

如何通过Python实现一个消息队列

《如何通过Python实现一个消息队列》这篇文章主要为大家详细介绍了如何通过Python实现一个简单的消息队列,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录如何通过 python 实现消息队列如何把 http 请求放在队列中执行1. 使用 queue.Queue 和 reque
阅读更多...
Python如何实现PDF隐私信息检测

Python如何实现PDF隐私信息检测

《Python如何实现PDF隐私信息检测》随着越来越多的个人信息以电子形式存储和传输,确保这些信息的安全至关重要,本文将介绍如何使用Python检测PDF文件中的隐私信息,需要的可以参考下... 目录项目背景技术栈代码解析功能说明运行结php果在当今，数据隐私保护变得尤为重要。随着越来越多的个人信息以电子形
阅读更多...
使用 sql-research-assistant进行 SQL 数据库研究的实战指南(代码实现演示)

使用 sql-research-assistant进行 SQL 数据库研究的实战指南(代码实现演示)

《使用sql-research-assistant进行SQL数据库研究的实战指南(代码实现演示)》本文介绍了sql-research-assistant工具,该工具基于LangChain框架,集... 目录技术背景介绍核心原理解析代码实现演示安装和配置项目集成LangSmith 配置（可选）启动服务应用场景
阅读更多...
使用Python快速实现链接转word文档

使用Python快速实现链接转word文档

《使用Python快速实现链接转word文档》这篇文章主要为大家详细介绍了如何使用Python快速实现链接转word文档功能,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 演示代码展示from newspaper import Articlefrom docx import
阅读更多...
前端原生js实现拖拽排课效果实例

前端原生js实现拖拽排课效果实例

《前端原生js实现拖拽排课效果实例》：本文主要介绍如何实现一个简单的课程表拖拽功能,通过HTML、CSS和JavaScript的配合,我们实现了课程项的拖拽、放置和显示功能,文中通过实例代码介绍的... 目录1. 效果展示2. 效果分析2.1 关键点2.2 实现方法3. 代码实现3.1 html部分3.2
阅读更多...
Java深度学习库DJL实现Python的NumPy方式

Java深度学习库DJL实现Python的NumPy方式

《Java深度学习库DJL实现Python的NumPy方式》本文介绍了DJL库的背景和基本功能,包括NDArray的创建、数学运算、数据获取和设置等,同时,还展示了如何使用NDArray进行数据预处理... 目录1 NDArray 的背景介绍1.1 架构2 JavaDJL使用2.1 安装DJL2.2 基本操
阅读更多...
最长公共子序列问题的深度分析与Java实现方式

最长公共子序列问题的深度分析与Java实现方式

《最长公共子序列问题的深度分析与Java实现方式》本文详细介绍了最长公共子序列（LCS）问题,包括其概念、暴力解法、动态规划解法,并提供了Java代码实现,暴力解法虽然简单,但在大数据处理中效率较低,... 目录最长公共子序列问题概述问题理解与示例分析暴力解法思路与示例代码动态规划解法DP 表的构建与意义动
阅读更多...
java父子线程之间实现共享传递数据

java父子线程之间实现共享传递数据

《java父子线程之间实现共享传递数据》本文介绍了Java中父子线程间共享传递数据的几种方法,包括ThreadLocal变量、并发集合和内存队列或消息队列,并提醒注意并发安全问题... 目录通过 ThreadLocal 变量共享数据通过并发集合共享数据通过内存队列或消息队列共享数据注意并发安全问题总结在 J
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2