算法系列15天速成——第十五天 图【下】(大结局)
2011-12-26 02:06
489 查看
今天是大结局,说下“图”的最后一点东西,“最小生成树“和”最短路径“。
一: 最小生成树
1. 概念
首先看如下图,不知道大家能总结点什么。
对于一个连通图G,如果其全部顶点和一部分边构成一个子图G1,当G1满足:
① 刚好将图中所有顶点连通。②顶点不存在回路。则称G1就是G的“生成树”。
其实一句话总结就是:生成树是将原图的全部顶点以最小的边连通的子图,这不,如下的连通图可以得到下面的两个生成树。
② 对于一个带权的连通图,当生成的树不同,各边上的权值总和也不同,如果某个生成树的权值最小,则它就是“最小生成树”。
View Code
算法速成系列至此就全部结束了,公司给我们的算法培训也于上周五结束,呵呵,赶一下同步。最后希望大家能对算法重视起来,
学好算法,终身收益。
一: 最小生成树
1. 概念
首先看如下图,不知道大家能总结点什么。
对于一个连通图G,如果其全部顶点和一部分边构成一个子图G1,当G1满足:
① 刚好将图中所有顶点连通。②顶点不存在回路。则称G1就是G的“生成树”。
其实一句话总结就是:生成树是将原图的全部顶点以最小的边连通的子图,这不,如下的连通图可以得到下面的两个生成树。
② 对于一个带权的连通图,当生成的树不同,各边上的权值总和也不同,如果某个生成树的权值最小,则它就是“最小生成树”。
View Code
using System; using System.Collections.Generic; using System.Linq; using System.Text; namespace MatrixGraph { public class Program { static void Main(string[] args) { MatrixGraphManager manager = new MatrixGraphManager(); //创建图 MatrixGraph graph = manager.CreateMatrixGraph(); manager.OutMatrix(graph); int sum = 0; manager.Prim(graph, out sum); Console.WriteLine("\n最小生成树的权值为:" + sum); manager.Dijkstra(graph); //Console.Write("广度递归:\t"); //manager.BFSTraverse(graph); //Console.Write("\n深度递归:\t"); //manager.DFSTraverse(graph); Console.ReadLine(); } } #region 邻接矩阵的结构图 /// <summary> /// 邻接矩阵的结构图 /// </summary> public class MatrixGraph { //保存顶点信息 public string[] vertex; //保存边信息 public int[,] edges; //深搜和广搜的遍历标志 public bool[] isTrav; //顶点数量 public int vertexNum; //边数量 public int edgeNum; //图类型 public int graphType; /// <summary> /// 存储容量的初始化 /// </summary> /// <param name="vertexNum"></param> /// <param name="edgeNum"></param> /// <param name="graphType"></param> public MatrixGraph(int vertexNum, int edgeNum, int graphType) { this.vertexNum = vertexNum; this.edgeNum = edgeNum; this.graphType = graphType; vertex = new string[vertexNum]; edges = new int[vertexNum, vertexNum]; isTrav = new bool[vertexNum]; } } #endregion /// <summary> /// 图的操作类 /// </summary> public class MatrixGraphManager { #region 图的创建 /// <summary> /// 图的创建 /// </summary> /// <param name="g"></param> public MatrixGraph CreateMatrixGraph() { Console.WriteLine("请输入创建图的顶点个数,边个数,是否为无向图(0,1来表示),已逗号隔开。"); var initData = Console.ReadLine().Split(',').Select(i => int.Parse(i)).ToList(); MatrixGraph graph = new MatrixGraph(initData[0], initData[1], initData[2]); //我们默认“正无穷大为没有边” for (int i = 0; i < graph.vertexNum; i++) { for (int j = 0; j < graph.vertexNum; j++) { graph.edges[i, j] = short.MaxValue; } } Console.WriteLine("请输入各顶点信息:"); for (int i = 0; i < graph.vertexNum; i++) { Console.Write("\n第" + (i + 1) + "个顶点为:"); var single = Console.ReadLine(); //顶点信息加入集合中 graph.vertex[i] = single; } Console.WriteLine("\n请输入构成两个顶点的边和权值,以逗号隔开。\n"); for (int i = 0; i < graph.edgeNum; i++) { Console.Write("第" + (i + 1) + "条边:\t"); initData = Console.ReadLine().Split(',').Select(j => int.Parse(j)).ToList(); int start = initData[0]; int end = initData[1]; int weight = initData[2]; //给矩阵指定坐标位置赋值 graph.edges[start - 1, end - 1] = weight; //如果是无向图,则数据呈“二,四”象限对称 if (graph.graphType == 1) { graph.edges[end - 1, start - 1] = weight; } } return graph; } #endregion #region 输出矩阵数据 /// <summary> /// 输出矩阵数据 /// </summary> /// <param name="graph"></param> public void OutMatrix(MatrixGraph graph) { for (int i = 0; i < graph.vertexNum; i++) { for (int j = 0; j < graph.vertexNum; j++) { if (graph.edges[i, j] == short.MaxValue) Console.Write("∽\t"); else Console.Write(graph.edges[i, j] + "\t"); } //换行 Console.WriteLine(); } } #endregion #region 广度优先 /// <summary> /// 广度优先 /// </summary> /// <param name="graph"></param> public void BFSTraverse(MatrixGraph graph) { //访问标记默认初始化 for (int i = 0; i < graph.vertexNum; i++) { graph.isTrav[i] = false; } //遍历每个顶点 for (int i = 0; i < graph.vertexNum; i++) { //广度遍历未访问过的顶点 if (!graph.isTrav[i]) { BFSM(ref graph, i); } } } /// <summary> /// 广度遍历具体算法 /// </summary> /// <param name="graph"></param> public void BFSM(ref MatrixGraph graph, int vertex) { //这里就用系统的队列 Queue<int> queue = new Queue<int>(); //先把顶点入队 queue.Enqueue(vertex); //标记此顶点已经被访问 graph.isTrav[vertex] = true; //输出顶点 Console.Write(" ->" + graph.vertex[vertex]); //广度遍历顶点的邻接点 while (queue.Count != 0) { var temp = queue.Dequeue(); //遍历矩阵的横坐标 for (int i = 0; i < graph.vertexNum; i++) { if (!graph.isTrav[i] && graph.edges[temp, i] != 0) { graph.isTrav[i] = true; queue.Enqueue(i); //输出未被访问的顶点 Console.Write(" ->" + graph.vertex[i]); } } } } #endregion #region 深度优先 /// <summary> /// 深度优先 /// </summary> /// <param name="graph"></param> public void DFSTraverse(MatrixGraph graph) { //访问标记默认初始化 for (int i = 0; i < graph.vertexNum; i++) { graph.isTrav[i] = false; } //遍历每个顶点 for (int i = 0; i < graph.vertexNum; i++) { //广度遍历未访问过的顶点 if (!graph.isTrav[i]) { DFSM(ref graph, i); } } } #region 深度递归的具体算法 /// <summary> /// 深度递归的具体算法 /// </summary> /// <param name="graph"></param> /// <param name="vertex"></param> public void DFSM(ref MatrixGraph graph, int vertex) { Console.Write("->" + graph.vertex[vertex]); //标记为已访问 graph.isTrav[vertex] = true; //要遍历的六个点 for (int i = 0; i < graph.vertexNum; i++) { if (graph.isTrav[i] == false && graph.edges[vertex, i] != 0) { //深度递归 DFSM(ref graph, i); } } } #endregion #endregion #region prim算法获取最小生成树 /// <summary> /// prim算法获取最小生成树 /// </summary> /// <param name="graph"></param> public void Prim(MatrixGraph graph, out int sum) { //已访问过的标志 int used = 0; //非邻接顶点标志 int noadj = -1; //定义一个输出总权值的变量 sum = 0; //临时数组,用于保存邻接点的权值 int[] weight = new int[graph.vertexNum]; //临时数组,用于保存顶点信息 int[] tempvertex = new int[graph.vertexNum]; //取出邻接矩阵的第一行数据,也就是取出第一个顶点并将权和边信息保存于临时数据中 for (int i = 1; i < graph.vertexNum; i++) { //保存于邻接点之间的权值 weight[i] = graph.edges[0, i]; //等于0则说明V1与该邻接点没有边 if (weight[i] == short.MaxValue) tempvertex[i] = noadj; else tempvertex[i] = int.Parse(graph.vertex[0]); } //从集合V中取出V1节点,只需要将此节点设置为已访问过,weight为0集合 var index = tempvertex[0] = used; var min = weight[0] = short.MaxValue; //在V的邻接点中找权值最小的节点 for (int i = 1; i < graph.vertexNum; i++) { index = i; min = short.MaxValue; for (int j = 1; j < graph.vertexNum; j++) { //用于找出当前节点的邻接点中权值最小的未访问点 if (weight[j] < min && tempvertex[j] != 0) { min = weight[j]; index = j; } } //累加权值 sum += min; Console.Write("({0},{1}) ", tempvertex[index], graph.vertex[index]); //将取得的最小节点标识为已访问 weight[index] = short.MaxValue; tempvertex[index] = 0; //从最新的节点出发,将此节点的weight比较赋值 for (int j = 0; j < graph.vertexNum; j++) { //已当前节点为出发点,重新选择最小边 if (graph.edges[index, j] < weight[j] && tempvertex[j] != used) { weight[j] = graph.edges[index, j]; //这里做的目的将较短的边覆盖点上一个节点的邻接点中的较长的边 tempvertex[j] = int.Parse(graph.vertex[index]); } } } } #endregion #region dijkstra求出最短路径 /// <summary> /// dijkstra求出最短路径 /// </summary> /// <param name="g"></param> public void Dijkstra(MatrixGraph g) { int[] weight = new int[g.vertexNum]; int[] path = new int[g.vertexNum]; int[] tempvertex = new int[g.vertexNum]; Console.WriteLine("\n请输入源点的编号:"); //让用户输入要遍历的起始点 int vertex = int.Parse(Console.ReadLine()) - 1; for (int i = 0; i < g.vertexNum; i++) { //初始赋权值 weight[i] = g.edges[vertex, i]; if (weight[i] < short.MaxValue && weight[i] > 0) path[i] = vertex; tempvertex[i] = 0; } tempvertex[vertex] = 1; weight[vertex] = 0; for (int i = 0; i < g.vertexNum; i++) { int min = short.MaxValue; int index = vertex; for (int j = 0; j < g.vertexNum; j++) { //顶点的权值中找出最小的 if (tempvertex[j] == 0 && weight[j] < min) { min = weight[j]; index = j; } } tempvertex[index] = 1; //以当前的index作为中间点,找出最小的权值 for (int j = 0; j < g.vertexNum; j++) { if (tempvertex[j] == 0 && weight[index] + g.edges[index, j] < weight[j]) { weight[j] = weight[index] + g.edges[index, j]; path[j] = index; } } } Console.WriteLine("\n顶点{0}到各顶点的最短路径为:(终点 < 源点) " + g.vertex[vertex]); //最后输出 for (int i = 0; i < g.vertexNum; i++) { if (tempvertex[i] == 1) { var index = i; while (index != vertex) { var j = index; Console.Write("{0} < ", g.vertex[index]); index = path[index]; } Console.WriteLine("{0}\n", g.vertex[index]); } else { Console.WriteLine("{0} <- {1}: 无路径\n", g.vertex[i], g.vertex[vertex]); } } } #endregion } }
算法速成系列至此就全部结束了,公司给我们的算法培训也于上周五结束,呵呵,赶一下同步。最后希望大家能对算法重视起来,
学好算法,终身收益。
相关文章推荐
- 算法系列15天速成——第十五天 图【下】(大结局)
- 算法系列15天速成——第十五天 图【下】(大结局)
- 算法系列15天速成――第十五天 图【下】(大结局)
- 算法系列15天速成——第十五天 图【下】(大结局)
- 算法系列15天速成—— 图【下】(大结局)
- 算法系列15天速成——第四天 五大经典查找【上】
- 算法系列15天速成——第五天 五大经典查找【中】
- 算法系列15天速成 第九天 队列
- 算法系列15天速成——第十天 栈
- 算法系列15天速成——第七天 线性表【上】
- 算法系列15天速成——第十一天 树操作(上)
- 算法系列15天速成 第七天 线性表【上】
- 算法系列15天速成——第二天 七大经典排序(中)
- 算法系列15天速成——第七天 线性表【上】
- 算法系列15天速成——第五天 五大经典查找【中】
- 算法系列15天速成——第六天 五大经典查找【下】
- 算法系列15天速成——第十一天 树操作(上)
- 算法系列15天速成——第六天 五大经典查找【下】
- 算法系列15天速成——第九天 队列
- 算法系列15天速成——第十一天 树操作(上)