程序员人生 网站导航

[置顶] 图论(一):DFS,BFS,邻接链表,并查集

栏目:php教程时间:2016-06-17 08:44:57

本文总结了图的深度优先搜索,图的广度优先搜索,邻接链表和邻接矩阵的实现,并查集的实现。

0),豫备知识
       
基础辞汇:有向图,无向图,带权有向图,带权无向图,有向图中<Vi, Vj>:即Vi--->Vj,弧尾--->弧头,无向图中相邻记为(Vi, Vj),顶点有穷集合V+边的有穷集合E。
        图的两种实现方式:1,邻接矩阵:edge[n][n]表示有n个结点,数组内容为权值大小或是不是存在边(∞表示无边,权值或1表示有边,0表示结点到结点本身);
                                2,邻接链表:针对稀疏矩阵较适合,为图的每一个顶点都建立1个单链表,第i个单链表中保存与结点Vi所有相邻结点信息(无向图)或弧尾结点信息(有向图),和边信息。


1),图的深度优先搜索(DFS)
        深度优先算法的主要思想是:首先以1个未被访问过的顶点作为起始顶点,沿当前顶点的边走到未访问过的顶点;当没有未访问过的顶点时,则回到上1个顶点,继续摸索访问别的顶点,直到所有的顶点都被访问过。明显,深度优先遍历是沿着图的某1条分支遍历直到末端,然后回溯,再沿着另外一条进行一样的遍历。
        例1:以下图为例,从结点1开始DFS,程序的算法思想是:在主函数中初始化连接矩阵,调用dfs(1) ---> 设置变量cnt,将cnt等于结点个数作为dfs递归的临界条件 ---> 设置标志mark[n],铛铛前访问结点的边指向的下1结点未被访问时,进行dfs调度访问(结点的相邻结点的访问顺序为标号由小到大的顺序)


/***先输入n个结点,m条边,以后输入无向图的m条边,以后对上图输出DFS遍历的结点顺序***/ #include <iostream> #include <iomanip> #define nmax 110 #define inf 999999999 using namespace std; int n, m, cnt, edge[nmax][nmax], mark[nmax];//结点数,边数,计数值,邻接矩阵,结点访问标记 void dfs(int cur){ cnt++; /***operation***/ if(cnt == 1) cout << cur; else cout << setw(3) << cur; /***operation***/ if(cnt == n) return; else{ int i; for(i = 1; i <= n; i++){ if(edge[cur][i] == 1 && mark[i] == 0){ mark[i] = 1; dfs(i); } } return; } } int main(){ while(cin >> n >> m && n != 0){ //初始化邻接矩阵 int i, j; for(i = 1; i <= n; i++){ for(j = 1; j <= n; j++){ edge[i][j] = inf; } edge[i][i] = 0; } int a, b; while(m--){ cin >> a >> b; edge[a][b] = edge[b][a] = 1; } //以dnf(1)为出发点开始递归遍历 memset(mark, 0, sizeof(mark)); cnt = 0; mark[1] = 1; dfs(1); cout << endl; } return 0; }
        程序运行结果:

        例2:下面是城市的地图,注意是单向图,求城市1到城市5的最短距离
        程序思路:从1号城市动身,可到达2号城市和5号城市,若依照1到n的顺序则先访问2号城市;访问完2号城市后,由于2号城市可到达的城市有3号和5号城市,我们访问3号城市;尔后,3号城市可到达1号,4号城市,由于1号城市已被访问过,我们访问4号城市;4号城市又可到达5号城市,我们最后访问5号城市。但是,1->2->3->4->5其实不1定是最短路径,我们需要撤除5号城市的访问标记,返回到4号城市,由于经过4号城市已访问过5号城市而又没有其他城市可访问;再返回到3号城市,经过3号城市访问过4号城市,则看看能否访问5号城市,不能则再返回到2号城市,这时候2号城市有路径直达5号城市,即1->2->5.....如此折回再前进,直至找到所有1号城市能到达5号城市的路径,取其中的最小值。


/***先输入n个结点,m条边,以后输入有向图的m条边,边的前两元素表示起始结点,第3个值表权值,输出1号城市到n号城市的最短距离***/ /***算法的思路是访问所有的深度遍历路径,需要在深度遍历返回时将访问标志置0***/ #include <iostream> #include <iomanip> #define nmax 110 #define inf 999999999 using namespace std; int n, m, minPath, edge[nmax][nmax], mark[nmax];//结点数,边数,最小路径,邻接矩阵,结点访问标记 void dfs(int cur, int dst){ /***operation***/ /***operation***/ if(minPath < dst) return;//当前走过路径大于之前最短路径,没必要再走下去 if(cur == n){//临界条件 if(minPath > dst) minPath = dst; return; } else{ int i; for(i = 1; i <= n; i++){ if(edge[cur][i] != inf && edge[cur][i] != 0 && mark[i] == 0){ mark[i] = 1; dfs(i, dst+edge[cur][i]); mark[i] = 0; } } return; } } int main(){ while(cin >> n >> m && n != 0){ //初始化邻接矩阵 int i, j; for(i = 1; i <= n; i++){ for(j = 1; j <= n; j++){ edge[i][j] = inf; } edge[i][i] = 0; } int a, b; while(m--){ cin >> a >> b; cin >> edge[a][b]; } //以dnf(1)为出发点开始递归遍历 memset(mark, 0, sizeof(mark)); minPath = inf; mark[1] = 1; dfs(1, 0); cout << minPath << endl; } return 0; }

        程序运行结果以下:



2),图的广度优先搜索(BFS)
          广度优先遍历的主要思想是:首先以1个未被访问过的顶点作为起始顶点,访问其所有相邻的顶点,然后对每一个相邻的顶点,再访问它们相邻的未被访问过的顶点,直到所有顶点都被访问过,遍历结束。

        例1:根据1)例1中的无向图,输出其广度优先搜索顺序。
        程序主要思想:结点1入队 ---> while根据队列非空进行循环 ---> 出队并将相邻结点入队,另外需要设置计数值cnt,每次出队时加1。

/***先输入n个结点,m条边,以后输入无向图的m条边,边的两元素表示起始结点***/ #include <iostream> #include <queue> #include <iomanip> using namespace std; #define nmax 110 #define inf 999999999 queue<int> que; int n, m, mark[nmax], edge[nmax][nmax], cnt; int main(){ while(cin >> n >> m && n != 0){ int i, j; //初始化邻接链表 for(i = 1; i <= n; i++){ for(j = 1; j <= n; j++){ edge[i][j] = inf; } edge[i][i] = 0; } int a, b; while(m--){ cin >> a >> b; edge[a][b] = edge[b][a] = 1; } while(!que.empty()) que.pop(); memset(mark, 0, sizeof(mark)); //开始广度优先遍历 int head; cnt = 0; mark[1] = 1; que.push(1); while(!que.empty()){ head = que.front(); que.pop(); /***operation***/ cnt++; if(cnt == 1) cout << head; else cout << setw(3) << head; /***operation***/ for(i = 1; i <= n; i++){ if(edge[head][i] == 1 && mark[i] == 0){ mark[i] = 1; que.push(i); } } } cout << endl; if(cnt != n) cout << "The original image is not connected.\n"; } return 0; }
        程序运行结果以下:



        例2:以下图,需要坐飞机从1号城市到5号城市,求最小的转机次数


/***先输入n个结点,m条边,动身城市,终点城市,以后输入无向图的m条边,边的两元素表示起始结点***/ /***需要构建结点结构体Node,寄存结点编号和遍历层数,每次for循环时该层数在上1层基础上加1***/ #include <iostream> #include <queue> using namespace std; #define nmax 110 #define inf 999999999 struct Node{ int node; int cnt; }; queue<Node> que; int m, n, edge[nmax][nmax], mark[nmax], startNum, endNum; int main(){ while(cin >> n >> m >> startNum >> endNum && n != 0){ bool tag = false; //初始化邻接矩阵 int i, j; for(i = 1; i <= n; i++){ for(j = 1; j <= n; j++){ edge[i][j] = inf; } edge[i][i] = 0; } while(m--){ cin >> i >> j; edge[i][j] = edge[j][i] = 1; } //开始广度优先遍历 memset(mark, 0, sizeof(mark)); while(!que.empty()) que.pop(); Node tmp; tmp.node = startNum; tmp.cnt = 0; que.push(tmp); mark[tmp.node] = 1; while(!que.empty()){ Node head = que.front(); que.pop(); Node temp; for(i = 1; i <= n; i++){ if(edge[head.node][i] == 1 && mark[i] == 0){ temp.node = i; temp.cnt = head.cnt + 1; que.push(temp);//注意写在if语句里面 mark[temp.node] = 1; if(temp.node == endNum){ tag = true; cout << temp.cnt << endl; break; } } } if(tag) break; } } return 0; }
        程序运行结果以下:




3),邻接链表和邻接矩阵的实现
       
邻接表由表头结点(结点信息)和表结点(边信息)两部份组成,其中图中每一个顶点均对应1个存储在数组中的表头结点。以下为带权有向图:

        例1:邻接链表中每一个顶点均对应1个存储在数组中的表头结点,为简化,每一个邻接结点结构体只包括下1相邻结点编号和边权,使用标准模板vector编程实现。另外也可由邻接矩阵实现,上图实现以下:

/*****了解边信息结构体和邻接链表的实现,并在实现好基础上增加删除1些边,以后再用邻接矩阵实现,学习erase,push_back,setw的用法*****/ #include <iostream> #include <iomanip> #include <vector> #define inf ⑴//设置无穷大为⑴,表示无边 using namespace std; int n; //边信息,包括连接结点编号和边的权重 struct Edge{ int adjNodeNum; int edgeWeight; }; struct Node{//结点信息 int nodeNum; char data; }node[110]; vector<Edge> adjList[110]; //邻接链表,该图最多有110个结点 int adjMatrix[110][110];//邻接矩阵 void initAdjList(){ int i; for(i = 0; i < n; i++) adjList[i].clear();//清空--->构建--->具体操作 Edge tmp0[2], tmp1[2], tmp2, tmp3[3]; tmp0[0].adjNodeNum = 1; tmp0[0].edgeWeight = 1; tmp0[1].adjNodeNum = 2; tmp0[1].edgeWeight = 4; node[0].data = 'A'; node[0].nodeNum = 0; adjList[0].push_back(tmp0[0]); adjList[0].push_back(tmp0[1]); tmp1[0].adjNodeNum = 2; tmp1[0].edgeWeight = 2; tmp1[1].adjNodeNum = 3; tmp1[1].edgeWeight = 9; node[1].data = 'B'; node[1].nodeNum = 1; adjList[1].push_back(tmp1[0]); adjList[1].push_back(tmp1[1]); tmp2.adjNodeNum = 3; tmp2.edgeWeight = 6; node[2].data = 'D'; node[2].nodeNum = 2; adjList[2].push_back(tmp2); tmp3[0].adjNodeNum = 0; tmp3[0].edgeWeight = 3; tmp3[1].adjNodeNum = 1; tmp3[1].edgeWeight = 5; tmp3[2].adjNodeNum = 2; tmp3[2].edgeWeight = 8; adjList[3].push_back(tmp3[0]); adjList[3].push_back(tmp3[1]); adjList[3].push_back(tmp3[2]); node[3].data = 'C'; node[3].nodeNum = 3; } void output(){ int i, j; for(i = 0; i < n; i++){ cout << node[i].nodeNum << setw(2) << node[i].data; for(j = 0; j < adjList[i].size(); j++){ cout << setw(6) << adjList[i][j].adjNodeNum << setw(2) << adjList[i][j].edgeWeight; } cout << setw(9) << "NULL" << endl; } } void makeChange(){ cout << "make some changes......:\n"; Edge temp; temp.adjNodeNum = 3; temp.edgeWeight = 5; adjList[0].push_back(temp);//邻接表0中增加1个元素 adjList[3].erase(adjList[3].begin()+1, adjList[3].begin()+3);//邻接表3中删除两个元素 } void initMatrix(){ int i, j; for(i = 0; i < n; i++){ for(j = 0; j < n; j++){ adjMatrix[i][j] = inf; } adjMatrix[i][i] = 0; } adjMatrix[0][1] = 1; adjMatrix[0][2] = 4; adjMatrix[1][2] = 2; adjMatrix[1][3] = 9; adjMatrix[2][3] = 6; adjMatrix[3][0] = 3; adjMatrix[3][1] = 5; adjMatrix[3][2] = 8; } void output1(){ int i, j; cout << "output the adjacency matrix:\n"; for(i = 0; i < n; i++){ for(j = 0; j < n; j++){ if(j == 0) cout << adjMatrix[i][j]; else cout << setw(3) << adjMatrix[i][j]; } cout << endl; } } int main(){ n = 4; initAdjList(); output(); makeChange(); output(); initMatrix(); output1(); return 0; }

        程序运行结果以下:



4),并查集的实现
       
并查集:用1棵树上的结点来表示在1个集合中的数字,如以下{1,2,3,4}和{5,6},再用每一个结点中的内容表示其双亲结点,如Tree[N],则Tree[1] = ⑴, Tree[2] = 1, Tree[6] = 5......
如果想要合并这两棵树棵树,则可令Tree[5] = ⑴变成Tree[5] = 1。以下:

        对,以下1种特殊情况,需要在查找树的根节点时,加以1定的束缚与优化,将遍历过的元素的双亲结点设为根节点,以下:



        例1:并查集的实现

/****实现并查集的数组组成,找根节点,合并两个集合,紧缩路径************************/ #include <iostream> #include <iomanip> using namespace std; int Set[110]; int Tree[110]; //使用查找函数来寻觅x所在树的根节点 int findRoot(int x){ if(Tree[x] == ⑴) return x; else return findRoot(Tree[x]); } //使用紧缩路径的查找函数来查找x所在树的根节点,只紧缩x到root所查找的路径 int findRoot1(int x){ if(Tree[x] == ⑴) return x; else{ int tmp = findRoot1(Tree[x]); Tree[x] = tmp; return tmp;//层层返回 } } //使用非递归方式 int findRoot_(int x){ while(Tree[x] != ⑴) x = Tree[x]; return x; } int findRoot_1(int x){ int tmp = x; while(Tree[x] != ⑴) x = Tree[x]; while(Tree[tmp] != ⑴) {tmp = Tree[tmp]; Tree[tmp] = x;}//tmp先保存父节点方便while循环,再对数组内容做改变 return x; } int main(){ int n1, n2;//集合1,2的元素个数 cout << "Please input the number of set1 and the number of set2:\n"; while(cin >> n1 >> n2){ int i = 0, j; //输入集合1和2的数组表,第1行代表元素,第2行代表元素的双亲结点 cout << "Please input set1(first line is node, second line is its father node):\n"; for(i = 0; i < n1; i++) cin >> Set[i]; for(i = 0; i < n1; i++) cin >> Tree[Set[i]]; cout << "Please input set2(first line is node, second line is its father node):\n"; for(i = n1 ; i < n1 + n2; i++) cin >> Set[i]; for(i = n1 ; i < n1 + n2; i++) cin >> Tree[Set[i]]; //输入集合1和集合2中的1个元素,找出各自的根节点 cout << "Please input two nodes of the two sets (and output its root node):\n"; int sub1, sub2; cin >> sub1 >> sub2; cout << "It's root node is: " << findRoot(sub1) << " " << findRoot(sub2) << endl; //合并集合1和集合2,并显示 cout << "Merge two trees:\n"; Tree[findRoot1(sub2)] = findRoot1(sub1); for(i = 0; i < n1 + n2; i++) cout << setw(2) <<Set[i]; cout << endl; for(i = 0; i < n1 + n2; i++) cout << setw(2) << Tree[Set[i]]; cout << endl; cout << "Please input the number of set1 and the number of set2:\n"; } }

        程序运行结果以下:

        例2:畅通工程

/****输入城镇数n和道路数m,再输入每条道路连通的城镇(城镇从1开始编号),看最少需再修几条路使全部城镇连通;若输入n且n=0结束输入***********/ /****初始化n个并查集,尔后每输入1条道路,就将关联的两个城镇加入同1并查集,最后由独立的并查集个数⑴即为所求答案*********************/ #include <iostream> using namespace std; int Tree[1100]; int findRoot(int x){ if(Tree[x] == ⑴) return x; else{ int tmp = findRoot(Tree[x]); Tree[x] = tmp; return tmp; } } int main(){ int n, m; while(cin >> n && n!= 0){ cin >> m; int i; for(i = 1; i <= n; i++)//初始化n个并查集 Tree[i] = ⑴; int a, b; for(i = m; i >= 1; i--){//处理m条道路,合并并查集 cin >> a >> b; a = findRoot(a); b = findRoot(b); if(a != b) Tree[b] = a; //此处必须先进行比较,如果a,b相同,则会使根节点不为⑴,致使并查集总数变少 } int count = 0; for(i = 1; i <= n; i++)//计算剩余独立的并查集 if(Tree[i] == ⑴) ++count; cout << "Need to build the number of roads is: " << count - 1 << endl; } }

        程序运行结果以下:

        例3:More Is Better

/***有1000 0000个小朋友,随机选择朋友关系,每次选中两个人,且朋友关系具有传递性,当选择m次后,输出最大朋友关系人数或1**********************/ /***思路与畅通工程类似,初始化并查集,对每次选择进行并查集合并,由于需要计算最大并查集元素个数,需要初始化每一个sum[i]=1,每次合并都进行累加便可**/ /***先输入关系次数m,再顺次输入这m组关系****/ #include <iostream> using namespace std; #define num 10000001 int Tree[num]; int Sum[num]; int findRoot(int x){ if(Tree[x] == ⑴) return x; else{ int tmp = findRoot(Tree[x]); Tree[x] = tmp; return tmp; } } int main(){ int m; while(cin >> m && m != 0){ int i; for(i = 1; i < num; i++) {Tree[i] = ⑴; Sum[i] = 1;} int a, b; while(m--){ cin >> a >> b; a = findRoot(a); b = findRoot(b); if(a != b) {Tree[b] = a; Sum[a] += Sum[b];} } int max = 1; for(i = 1; i < num; i++) if(Sum[i] > max) max = Sum[i]; cout << "Maximum number of friends is: " << max << endl; } return 0; }

        程序运行结果以下:



------分隔线----------------------------
------分隔线----------------------------

最新技术推荐