竞赛常考的知识点大总结(七)图论

2024-04-02 07:44

本文主要是介绍竞赛常考的知识点大总结(七)图论,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!

最短路

最短路问题(Shortest Path Problem)是图论中的一个经典问题,它要求在给定的图中找到两个顶点之间的最短路径。最短路问题可以是单源最短路问题(从一个顶点到其他所有顶点的最短路径)或所有对最短路问题(任意两个顶点之间的最短路径)。

特点:

1.图论问题:最短路问题是图论中的一个基本问题,通常在加权图中求解。

2.权重:图中的边具有权重,最短路问题的目标是最小化路径的权重总和。

3.多种算法:存在多种算法可以解决最短路问题,如迪杰斯特拉算法(Dijkstra's Algorithm)、贝尔曼-福特算法(Bellman-Ford Algorithm)、Floyd-Warshall算法等。

4.应用广泛:最短路问题在现实世界中有广泛的应用,如网络路由、交通规划、物流调度等。

常见用法:

1.网络路由:在网络设计中,最短路算法用于确定数据包的最佳传输路径。

2.交通规划:在交通规划中,最短路算法用于计算两点之间的最短行驶路径。

3.物流调度:在物流调度中,最短路算法用于优化货物的配送路径。

4.游戏开发:在游戏开发中,最短路算法用于AI寻路和地图探索。

经典C语言例题:

题目: 使用迪杰斯特拉算法解决单源最短路问题。

示例代码:

#include <stdio.h>
#include <limits.h>// 定义图的结构体
typedef struct Graph {int V; // 顶点数量int** adjMatrix; // 邻接矩阵
} Graph;// 创建图的函数
Graph* createGraph(int V) {Graph* graph = (Graph*)malloc(sizeof(Graph));graph->V = V;graph->adjMatrix = (int**)malloc(V * sizeof(int*));for (int i = 0; i < V; i++) {graph->adjMatrix[i] = (int*)malloc(V * sizeof(int));memset(graph->adjMatrix[i], INT_MAX, V * sizeof(int));graph->adjMatrix[i][i] = 0;}return graph;
}// 添加边的函数
void addEdge(Graph* graph, int src, int dest, int weight) {graph->adjMatrix[src][dest] = weight;graph->adjMatrix[dest][src] = weight; // 无向图
}// 迪杰斯特拉算法函数
void dijkstra(Graph* graph, int src) {int* dist = (int*)malloc(graph->V * sizeof(int));int* sptSet = (int*)malloc(graph->V * sizeof(int));for (int i = 0; i < graph->V; i++) {dist[i] = INT_MAX;sptSet[i] = 0;}dist[src] = 0;for (int count = 0; count < graph->V - 1; count++) {int u = -1, min = INT_MAX;for (int v = 0; v < graph->V; v++) {if (sptSet[v] == 0 && dist[v] <= min) {u = v;min = dist[v];}}sptSet[u] = 1;for (int v = 0; v < graph->V; v++) {if (sptSet[v] == 0 && graph->adjMatrix[u][v] && dist[u] != INT_MAX && dist[u] + graph->adjMatrix[u][v] < dist[v]) {dist[v] = dist[u] + graph->adjMatrix[u][v];}}}printf("Vertex\tDistance from Source\n");for (int i = 0; i < graph->V; i++) {printf("%d\t\t%d\n", i, dist[i]);}free(dist);free(sptSet);
}int main() {Graph* graph = createGraph(9);addEdge(graph, 0, 1, 4);addEdge(graph, 0, 7, 8);addEdge(graph, 1, 2, 8);addEdge(graph, 1, 7, 11);addEdge(graph, 2, 3, 7);addEdge(graph, 2, 8, 2);addEdge(graph, 2, 5, 4);addEdge(graph, 3, 4, 9);addEdge(graph, 3, 5, 14);addEdge(graph, 4, 5, 10);addEdge(graph, 5, 6, 2);addEdge(graph, 6, 8, 6);addEdge(graph, 6, 7, 1);addEdge(graph, 7, 8, 7);dijkstra(graph, 0);free(graph->adjMatrix[0]);free(graph->adjMatrix);free(graph);return 0;
}

例题分析:

1.创建图createGraph函数创建一个图的结构体,包括顶点数量和邻接矩阵。

2.添加边addEdge函数向图中添加边,并设置边的权重。

3.迪杰斯特拉算法dijkstra函数实现迪杰斯特拉算法,计算从源点src到其他所有顶点的最短路径。函数使用一个数组dist来存储到每个顶点的最短路径权重,另一个数组sptSet来标记已经找到最短路径的顶点。

4.打印结果:函数最后打印出每个顶点到源点的最短路径权重。

5.主函数:在main函数中,创建了一个图,并添加了一些边。调用dijkstra函数计算从顶点0到其他所有顶点的最短路径,并打印结果。

这个例题展示了如何在C语言中使用迪杰斯特拉算法解决单源最短路问题。通过这个例子,可以更好地理解迪杰斯特拉算法在解决最短路问题中的应用,以及如何使用邻接矩阵来存储图的信息。迪杰斯特拉算法是一种贪心算法,它通过逐步选择最短的未处理路径来找到最短路径,适用于加权图中的单源最短路问题。

树的直径

树的直径(Diameter of a Tree)是指树中任意两点之间的最长路径的长度。在图论中,树是一种特殊的无向图,它没有环,并且任意两个顶点之间有且仅有一条路径。

特点:

1.最长路径:树的直径是树中任意两点之间的最长路径的长度。

2.无环:树是一种无环的图,这意味着树中不存在循环依赖。

3.唯一路径:在树中,任意两个顶点之间有且仅有一条路径。

4.连通性:树中的任意两个顶点都是连通的。

常见用法:

1.网络设计:在计算机网络中,树的直径可以用来衡量网络的效率,最长路径越短,网络的响应时间越短。

2.数据结构:在数据结构中,树的直径可以用来衡量树的深度,有助于优化树的存储和查询效率。

3.算法设计:在算法设计中,树的直径可以用来衡量算法的性能,最长路径越短,算法的效率越高。

经典C语言例题:

题目: 计算树的直径。

示例代码:

#include <stdio.h>
#include <limits.h>// 定义树的结构体
typedef struct Node {int vertex;struct Node* left;struct Node* right;
} Node;// 创建树的节点
Node* newNode(int v) {Node* node = (Node*)malloc(sizeof(Node));node->vertex = v;node->left = NULL;node->right = NULL;return node;
}// 计算树的直径
int treeDiameter(Node* root) {if (root == NULL) {return 0;}// 计算左右子树的高度int leftHeight = treeDiameter(root->left);int rightHeight = treeDiameter(root->right);// 更新直径int diameter = leftHeight + rightHeight;// 返回当前子树的高度return (leftHeight > rightHeight) ? leftHeight + 1 : rightHeight + 1;
}// 主函数
int main() {Node* root = newNode(1);root->left = newNode(2);root->right = newNode(3);root->left->left = newNode(4);root->left->right = newNode(5);root->right->left = newNode(6);root->right->right = newNode(7);printf("Diameter of the tree is: %d\n", treeDiameter(root));return 0;
}

例题分析:

1.创建树的节点newNode函数创建树的节点,并初始化节点的值。

2.计算树的直径treeDiameter函数递归地计算树的直径。函数首先计算左右子树的高度,然后更新直径,最后返回当前子树的高度。

3.主函数:在main函数中,创建了一个树的实例,并调用treeDiameter函数计算树的直径,最后打印结果。

这个例题展示了如何在C语言中使用递归方法来计算树的直径。通过这个例子,可以更好地理解树的直径在解决树形结构问题中的应用,以及如何使用递归技术来高效地解决问题。树的直径是树中任意两点之间的最长路径的长度,通过计算左右子树的高度并更新直径,可以得到整个树的直径。

拓扑排序

拓扑排序(Topological Sorting)是图论中的一种算法,用于对有向无环图(DAG)的顶点进行排序,使得对于图中的每一条有向边(u, v),u在排序中都出现在v之前。拓扑排序通常用于解决依赖关系问题,如课程安排、任务调度等。

特点:

1.有向无环图:拓扑排序只适用于有向无环图,即图中不存在环。

2.排序结果:拓扑排序的结果可能不唯一,因为可能存在多个合法的排序。

3.依赖关系:拓扑排序反映了图中顶点之间的依赖关系,即如果存在一条路径从u到v,则u在排序中必须出现在v之前。

4.应用广泛:拓扑排序在编译器设计、软件工程、项目管理等领域都有广泛应用。

常见用法:

1.课程安排:在大学课程安排中,拓扑排序可以用来确定课程的先修关系。

2.任务调度:在项目管理中,拓扑排序可以用来确定任务的执行顺序。

3.依赖解析:在软件构建系统中,拓扑排序可以用来解析模块之间的依赖关系。

经典C语言例题:

题目: 使用拓扑排序解决课程安排问题。

示例代码:

#include <stdio.h>
#include <stdlib.h>// 定义图的结构体
typedef struct Graph {int V; // 顶点数量int* adjMatrix; // 邻接矩阵
} Graph;// 创建图的函数
Graph* createGraph(int V) {Graph* graph = (Graph*)malloc(sizeof(Graph));graph->V = V;graph->adjMatrix = (int*)malloc(V * V * sizeof(int));return graph;
}// 添加边的函数
void addEdge(Graph* graph, int src, int dest) {graph->adjMatrix[src * graph->V + dest] = 1;
}// 拓扑排序函数
void topologicalSort(Graph* graph, int V, int* order) {int* indegree = (int*)calloc(V, sizeof(int));for (int i = 0; i < V; i++) {for (int j = 0; j < V; j++) {if (graph->adjMatrix[i * V + j] == 1) {indegree[j]++;}}}int queue[V];int front = 0, rear = -1;for (int i = 0; i < V; i++) {if (indegree[i] == 0) {queue[++rear] = i;}}int count = 0;while (front <= rear) {int v = queue[front++];order[count++] = v;for (int i = 0; i < V; i++) {if (graph->adjMatrix[v * V + i] == 1 && --indegree[i] == 0) {queue[++rear] = i;}}}if (count != V) {printf("Graph has a cycle\n");free(indegree);free(queue);return;}printf("Topological order: ");for (int i = 0; i < count; i++) {printf("%d ", order[i]);}printf("\n");free(indegree);free(queue);
}int main() {Graph* graph = createGraph(6);addEdge(graph, 5, 2);addEdge(graph, 5, 0);addEdge(graph, 4, 0);addEdge(graph, 4, 1);addEdge(graph, 2, 3);addEdge(graph, 3, 1);int order[6];topologicalSort(graph, 6, order);return 0;
}

例题分析:

1.创建图createGraph函数创建一个图的结构体,包括顶点数量和邻接矩阵。

2.添加边addEdge函数向图中添加边。

3.拓扑排序topologicalSort函数实现拓扑排序算法。函数首先计算每个顶点的入度,然后将入度为0的顶点入队列。接着,从队列中取出顶点,将其加入排序结果,并将其所有出边对应的顶点的入度减1,如果入度变为0,则加入队列。最后,如果排序结果的顶点数量不等于图的顶点数量,则说明图中有环。

4.打印结果:函数最后打印出拓扑排序的结果。

5.主函数:在main函数中,创建了一个图,并添加了一些边。调用topologicalSort函数计算拓扑排序,并打印结果。

这个例题展示了如何在C语言中使用拓扑排序解决课程安排问题。通过这个例子,可以更好地理解拓扑排序在解决依赖关系问题中的应用,以及如何使用邻接矩阵来存储图的信息。拓扑排序是一种有效的算法,可以用来确定有向无环图中顶点的合法排序,从而解决依赖关系问题。

最小生成树

最小生成树(Minimum Spanning Tree,MST)是图论中的一个概念,它是指在一个加权连通图中,选取的边的权重之和最小,并且包括图中的所有顶点的生成树。最小生成树具有以下特点:

特点:

1.连通性:最小生成树包含图中的所有顶点。

2.无环:最小生成树是一棵树,因此它不包含任何环。

3.权重最小:最小生成树的边的权重之和是所有生成树中最小的。

4.唯一性:在权重不相等的图中,最小生成树是唯一的;如果图中存在权重相同的边,则可能存在多个最小生成树。

常见用法:

1.网络设计:在计算机网络中,最小生成树用于设计最经济的网络连接。

2.电路设计:在电路设计中,最小生成树用于寻找连接所有元件的最短路径。

3.城市规划:在城市规划中,最小生成树用于确定城市中各个区域的最短道路连接。

4.图像处理:在图像处理中,最小生成树用于图像分割和特征提取。

经典C语言例题:

题目: 使用普里姆算法(Prim's Algorithm)解决最小生成树问题。

示例代码:

#include <stdio.h>
#include <limits.h>// 定义图的结构体
typedef struct Graph {int V; // 顶点数量int** adjMatrix; // 邻接矩阵
} Graph;// 创建图的函数
Graph* createGraph(int V) {Graph* graph = (Graph*)malloc(sizeof(Graph));graph->V = V;graph->adjMatrix = (int**)malloc(V * sizeof(int*));for (int i = 0; i < V; i++) {graph->adjMatrix[i] = (int*)malloc(V * sizeof(int));memset(graph->adjMatrix[i], INT_MAX, V * sizeof(int));graph->adjMatrix[i][i] = 0;}return graph;
}// 添加边的函数
void addEdge(Graph* graph, int src, int dest, int weight) {graph->adjMatrix[src][dest] = weight;graph->adjMatrix[dest][src] = weight; // 无向图
}// 普里姆算法函数
void primMST(Graph* graph, int start) {int* key = (int*)malloc(graph->V * sizeof(int));int* parent = (int*)malloc(graph->V * sizeof(int));int* inMST = (int*)calloc(graph->V, sizeof(int));for (int i = 0; i < graph->V; i++) {key[i] = INT_MAX;parent[i] = -1;}key[start] = 0;parent[start] = -1;for (int count = 0; count < graph->V - 1; count++) {int u = -1, min = INT_MAX;for (int v = 0; v < graph->V; v++) {if (inMST[v] == 0 && key[v] <= min) {u = v;min = key[v];}}inMST[u] = 1;for (int v = 0; v < graph->V; v++) {if (graph->adjMatrix[u][v] && inMST[v] == 0 && graph->adjMatrix[u][v] < key[v]) {parent[v] = u;key[v] = graph->adjMatrix[u][v];}}}printf("Edge \tWeight\n");for (int i = 1; i < graph->V; i++) {printf("%d - %d \t%d\n", parent[i], i, graph->adjMatrix[i][parent[i]]);}free(key);free(parent);free(inMST);
}int main() {Graph* graph = createGraph(9);addEdge(graph, 0, 1, 4);addEdge(graph, 0, 7, 8);addEdge(graph, 1, 2, 8);addEdge(graph, 1, 7, 11);addEdge(graph, 2, 3, 7);addEdge(graph, 2, 8, 2);addEdge(graph, 2, 5, 4);addEdge(graph, 3, 4, 9);addEdge(graph, 3, 5, 14);addEdge(graph, 4, 5, 10);addEdge(graph, 5, 6, 2);addEdge(graph, 6, 8, 6);addEdge(graph, 6, 7, 1);addEdge(graph, 7, 8, 7);primMST(graph, 0);free(graph->adjMatrix[0]);free(graph->adjMatrix);free(graph);return 0;
}

例题分析:

1.创建图createGraph函数创建一个图的结构体,包括顶点数量和邻接矩阵。

2.添加边addEdge函数向图中添加边,并设置边的权重。

3.普里姆算法primMST函数实现普里姆算法,计算从源点start到其他所有顶点的最小生成树。函数使用三个数组keyparentinMST来存储每个顶点的最小权重、前驱顶点和是否在最小生成树中。

4.打印结果:函数最后打印出最小生成树的边和权重。

5.主函数:在main函数中,创建了一个图,并添加了一些边。调用primMST函数计算从顶点0到其他所有顶点的最小生成树,并打印结果。

这个例题展示了如何在C语言中使用普里姆算法解决最小生成树问题。通过这个例子,可以更好地理解普里姆算法在解决最小生成树问题中的应用,以及如何使用邻接矩阵来存储图的信息。普里姆算法是一种贪心算法,它通过逐步选择最小权重的边来构建最小生成树,适用于加权图中的最小生成树问题。

这篇关于竞赛常考的知识点大总结(七)图论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/869388

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

基本知识点

1、c++的输入加上ios::sync_with_stdio(false);  等价于 c的输入,读取速度会加快(但是在字符串的题里面和容易出现问题) 2、lower_bound()和upper_bound() iterator lower_bound( const key_type &key ): 返回一个迭代器,指向键值>= key的第一个元素。 iterator upper_bou

git使用的说明总结

Git使用说明 下载安装(下载地址) macOS: Git - Downloading macOS Windows: Git - Downloading Windows Linux/Unix: Git (git-scm.com) 创建新仓库 本地创建新仓库:创建新文件夹,进入文件夹目录,执行指令 git init ,用以创建新的git 克隆仓库 执行指令用以创建一个本地仓库的

二分最大匹配总结

HDU 2444  黑白染色 ,二分图判定 const int maxn = 208 ;vector<int> g[maxn] ;int n ;bool vis[maxn] ;int match[maxn] ;;int color[maxn] ;int setcolor(int u , int c){color[u] = c ;for(vector<int>::iter

整数Hash散列总结

方法:    step1  :线性探测  step2 散列   当 h(k)位置已经存储有元素的时候,依次探查(h(k)+i) mod S, i=1,2,3…,直到找到空的存储单元为止。其中,S为 数组长度。 HDU 1496   a*x1^2+b*x2^2+c*x3^2+d*x4^2=0 。 x在 [-100,100] 解的个数  const int MaxN = 3000

状态dp总结

zoj 3631  N 个数中选若干数和(只能选一次)<=M 的最大值 const int Max_N = 38 ;int a[1<<16] , b[1<<16] , x[Max_N] , e[Max_N] ;void GetNum(int g[] , int n , int s[] , int &m){ int i , j , t ;m = 0 ;for(i = 0 ;

两个月冲刺软考——访问位与修改位的题型(淘汰哪一页);内聚的类型;关于码制的知识点;地址映射的相关内容

1.访问位与修改位的题型(淘汰哪一页) 访问位:为1时表示在内存期间被访问过,为0时表示未被访问;修改位:为1时表示该页面自从被装入内存后被修改过,为0时表示未修改过。 置换页面时,最先置换访问位和修改位为00的,其次是01(没被访问但被修改过)的,之后是10(被访问了但没被修改过),最后是11。 2.内聚的类型 功能内聚:完成一个单一功能,各个部分协同工作,缺一不可。 顺序内聚:

go基础知识归纳总结

无缓冲的 channel 和有缓冲的 channel 的区别? 在 Go 语言中,channel 是用来在 goroutines 之间传递数据的主要机制。它们有两种类型:无缓冲的 channel 和有缓冲的 channel。 无缓冲的 channel 行为:无缓冲的 channel 是一种同步的通信方式,发送和接收必须同时发生。如果一个 goroutine 试图通过无缓冲 channel

9.8javaweb项目总结

1.主界面用户信息显示 登录成功后,将用户信息存储在记录在 localStorage中,然后进入界面之前通过js来渲染主界面 存储用户信息 将用户信息渲染在主界面上,并且头像设置跳转,到个人资料界面 这里数据库中还没有设置相关信息 2.模糊查找 检测输入框是否有变更,有的话调用方法,进行查找 发送检测请求,然后接收的时候设置最多显示四个类似的搜索结果