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

Spring Boot 实现 IP 限流的原理、实践与利弊解析

Spring Boot 实现 IP 限流的原理、实践与利弊解析

《SpringBoot实现IP限流的原理、实践与利弊解析》在SpringBoot中实现IP限流是一种简单而有效的方式来保障系统的稳定性和可用性,本文给大家介绍SpringBoot实现IP限... 目录一、引言二、IP 限流原理2.1 令牌桶算法2.2 漏桶算法三、使用场景3.1 防止恶意攻击3.2 控制资源
阅读更多...
springboot下载接口限速功能实现

springboot下载接口限速功能实现

《springboot下载接口限速功能实现》通过Redis统计并发数动态调整每个用户带宽,核心逻辑为每秒读取并发送限定数据量,防止单用户占用过多资源,确保整体下载均衡且高效,本文给大家介绍spring... 目录 一、整体目标 二、涉及的主要类/方法✅ 三、核心流程图解（简化） 四、关键代码详解1️⃣ 设置
阅读更多...
Nginx 配置跨域的实现及常见问题解决

Nginx 配置跨域的实现及常见问题解决

《Nginx配置跨域的实现及常见问题解决》本文主要介绍了Nginx配置跨域的实现及常见问题解决,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来... 目录1. 跨域1.1 同源策略1.2 跨域资源共享（CORS）2. Nginx 配置跨域的场景2.1
阅读更多...
Python中提取文件名扩展名的多种方法实现

Python中提取文件名扩展名的多种方法实现

《Python中提取文件名扩展名的多种方法实现》在Python编程中,经常会遇到需要从文件名中提取扩展名的场景,Python提供了多种方法来实现这一功能,不同方法适用于不同的场景和需求,包括os.pa... 目录技术背景实现步骤方法一：使用os.path.splitext方法二：使用pathlib模块方法三
阅读更多...
CSS实现元素撑满剩余空间的五种方法

CSS实现元素撑满剩余空间的五种方法

《CSS实现元素撑满剩余空间的五种方法》在日常开发中，我们经常需要让某个元素占据容器的剩余空间，本文将介绍5种不同的方法来实现这个需求，并分析各种方法的优缺点，感兴趣的朋友一起看看吧... css实现元素撑满剩余空间的5种方法 在日常开发中，我们经常需要让某个元素占据容器的剩余空间。这是一个常见的布局需求
阅读更多...
HTML5 getUserMedia API网页录音实现指南示例小结

HTML5 getUserMedia API网页录音实现指南示例小结

《HTML5getUserMediaAPI网页录音实现指南示例小结》本教程将指导你如何利用这一API，结合WebAudioAPI，实现网页录音功能,从获取音频流到处理和保存录音，整个过程将逐步... 目录1. html5 getUserMedia API简介1.1 API概念与历史1.2 功能与优势1.3
阅读更多...
Java实现删除文件中的指定内容

Java实现删除文件中的指定内容

《Java实现删除文件中的指定内容》在日常开发中,经常需要对文本文件进行批量处理,其中,删除文件中指定内容是最常见的需求之一,下面我们就来看看如何使用java实现删除文件中的指定内容吧... 目录1. 项目背景详细介绍2. 项目需求详细介绍2.1 功能需求2.2 非功能需求3. 相关技术详细介绍3.1 Ja
阅读更多...
使用Python和OpenCV库实现实时颜色识别系统

使用Python和OpenCV库实现实时颜色识别系统

《使用Python和OpenCV库实现实时颜色识别系统》：本文主要介绍使用Python和OpenCV库实现的实时颜色识别系统,这个系统能够通过摄像头捕捉视频流,并在视频中指定区域内识别主要颜色（红... 目录一、引言二、系统概述三、代码解析1. 导入库2. 颜色识别函数3. 主程序循环四、HSV色彩空间详解
阅读更多...
PostgreSQL中MVCC 机制的实现

PostgreSQL中MVCC 机制的实现

《PostgreSQL中MVCC机制的实现》本文主要介绍了PostgreSQL中MVCC机制的实现,通过多版本数据存储、快照隔离和事务ID管理实现高并发读写,具有一定的参考价值,感兴趣的可以了解一下... 目录一 MVCC 基本原理python1.1 MVCC 核心概念1.2 与传统锁机制对比二 Postg
阅读更多...
SpringBoot整合Flowable实现工作流的详细流程

SpringBoot整合Flowable实现工作流的详细流程

《SpringBoot整合Flowable实现工作流的详细流程》Flowable是一个使用Java编写的轻量级业务流程引擎,Flowable流程引擎可用于部署BPMN2.0流程定义,创建这些流程定义的... 目录1、流程引擎介绍2、创建项目3、画流程图4、开发接口4.1 Java 类梳理4.2 查看流程图4
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2