数据结构实验十二 图的遍历及应用
一、【实验目的】
1、 理解图的存储结构与基本操作;
2、熟悉图的深度度优先遍历和广度优先遍历算法
3、掌握图的单源最短路径算法
二、【实验内容】
1.根据下图(图见实验11)邻接矩阵,编程实现该图的深度与广度优先遍历算法,输出遍历序列。
2.单源节点最短路径问题
问题描述:求从有向图的某一结点出发到其余各结点的最短路径。
基本要求:
(1)有向图采用邻接矩阵表示。
(2)单源节点最短路径问题采用Dijkstra算法。
(3)输出有向图中从源结点T到其余各结点的最短路径和最短路径值。
三、实验源代码
c
//SequenceList.h
typedef struct
{
ElemType list[MaxSize];
int size;
} SequenceList;
//顺序表初始化
void ListInitialize(SequenceList *L)
{
L->size = 0;
}
int ListLength(SequenceList L)
{
return L.size;
}
//顺序表插入操作
int ListInsert(SequenceList *L, int i, ElemType x)
{
int j;
if (L->size >= MaxSize)
{
printf("顺序表已满无法插入!\n");
return 0;
}
else if (i < 0 || i > L->size)
{
printf("参数i不合法!\n");
return 0;
}
else
{
for (j = L->size; j > i; j--)
{
L->list[j] = L->list[j-1];
}
L->list[i] = x;
L->size++;
}
return 1;
}
int ListDelete(SequenceList *L, int i, ElemType *x)
{
int j;
if (L->size <= 0)
{
printf("顺序表已空无数据可删!\n");
return 0;
}
else if (i < 0 || i > L->size-1)
{
printf("参数i不合法");
return 0;
}
else
{
*x = L->list[i];
for (j = i+1; j < L->size-1; j++)
{
L->list[j-1] = L->list[j];
}
L->size--;
return 1;
}
}
int ListGet(SequenceList L, int i, ElemType *x)
{
if (i < 0 || i > L.size-1)
{
printf("参数i不合法!\n");
return 0;
}
else
{
*x = L.list[i];
return 1;
}
}
SequenceQueue.h
//定义循环队列结构体
typedef struct
{
ElemType queue[MaxQueueSize];
int rear;
int front;
int count;
} SequenceQueue;
//初始化顺序循环队列
void QueueInitiate(SequenceQueue *Q)
{
Q->rear =0;
Q->front=0;
Q->count=0;
}
//判空
int QueueNotEmpty(SequenceQueue Q)
{
if(Q.count ==0)
{
return 0;
}
else
{
return 1;
}
}
//入队
int QueueAppend(SequenceQueue *Q,ElemType x)
{
if(Q->count>0&&Q->front==(Q->front+Q->count)%40)
{
printf("队列已满无法插入!\n");
return 0;
}
else
{
Q->queue[Q->rear] = x;
Q->rear=(Q->rear+1)%MaxQueueSize;
Q->count ++;
return 1;
}
}
//出队
int QueueDelete(SequenceQueue *Q,int *d)
{
if(Q->count==0)
{
printf("循环队列已空无数据元素出队列!\n");
return 0;
}
else
{
*d=Q->queue[Q->front];
Q->front=(Q->front+1)%MaxQueueSize;
Q->count--;
return 1;
}
}
c
//12.c
#include<stdio.h>
#include<stdlib.h>
#define MaxSize 100
#define MaxVertices 10
#define MaxEdges 100
#define MaxWeight 10000
#define MaxQueueSize 10
typedef char ElemType;
#include"SequenceList.h"
typedef struct
{
SequenceList Vertices;
int edge[MaxVertices][MaxVertices];
int numOfEdges;
}MatrixGraph;
typedef struct
{
int row;
int col;
int weight;
}RCW;
//初始化
void Initiate(MatrixGraph *G,int n)
{
int i,j;
for(i=0;i<n;i++)
{
for(j=0;j<n;j++)
{
if(i==j)
{
G->edge[i][j]=0;
}
else
{
G->edge[i][j]=MaxWeight;
}
}
}
G->numOfEdges=0;//边的条数置为0
ListInitialize(&G->Vertices);//顺序表初始化
}
//插入顶点
void InsertVertex(MatrixGraph *G,ElemType vertex)
{
ListInsert(&G->Vertices,G->Vertices.size,vertex);//
}
//插入边
void InsertEdge(MatrixGraph *G,int v1,int v2,int weight)
{
if(v1<0||v1>G->Vertices.size||v2<0||v2>G->Vertices.size)
{
printf("参数v1或参数v2越界出错!\n");
return;
}
G->edge[v1][v2]=weight;
G->numOfEdges++;
}
void CreatGraph(MatrixGraph *G,ElemType V[],int n,RCW E[],int e)
{
int i,k;
Initiate(G,n);
for(i=0;i<n;i++)
{
InsertVertex(G,V[i]);
}
for(k=0;k<e;k++)
{
InsertEdge(G,E[k].row,E[k].col,E[k].weight);
}
}
//取第一个邻接顶点
int GetFirstVex(MatrixGraph G,int v,int visited[])
{
int col;
if(v<0||v>G.Vertices.size)
{
printf("参数v1越界出错!\n");
return -1;
}
for(col=0;col<=G.Vertices.size;col++)
{
if(!visited[col])
if(G.edge[v][col]>0&&G.edge[v][col]<MaxWeight)
{
return col;
}
}
return -1;
}
//取下一个邻接顶点
int GetNextVex(MatrixGraph G,int v1,int v2,int visited[])
{
int col;
if(v1<0||v1>G.Vertices.size||v2<0||v2>G.Vertices.size)
{
printf("参数v1或v2越界出错!\n");
return -1;
}
for(col=v2+1;col<=G.Vertices.size;col++)
{
if(!visited[col])
{
if(G.edge[v1][col]>0&&G.edge[v1][col]<MaxWeight)
{
return col;
}
}
}
return -1;
}
//深度优先遍历
void DepthFSearch(MatrixGraph G,int v,int visited[])
{
int w;
printf("%c ",G.Vertices.list[v]);
visited[v]=1;
w=GetFirstVex(G,v,visited);
while(w!=-1)
{
if(!visited[w])
DepthFSearch(G,w,visited);
w=GetNextVex(G,v,w,visited);
}
}
//引用顺序队列头文件
#include"SequenceQueue.h"
//取第一个邻接顶点
int GetFirstVex2(MatrixGraph G,int v,int visited[])
{
int col;
if(v<0||v>G.Vertices.size)
{
printf("参数v1越界出错!\n");
return -1;
}
for(col=0;col<=G.Vertices.size;col++)
{
if(G.edge[v][col]>0&&G.edge[v][col]<MaxWeight)
{
return col;
}
}
return -1;
}
//广度优先遍历
void BroadFSearch(MatrixGraph G,int v,int visited2[])
{
int u,w;
SequenceQueue queue;
printf("%c ",G.Vertices.list[v]);
visited2[v]=1;
QueueInitiate(&queue);
QueueAppend(&queue,v);
while(QueueNotEmpty(queue))
{
QueueDelete(&queue,&u);//传地址?
w=GetFirstVex2(G,u,visited2);
while(w!=-1)
{
if(!visited2[w])
{
printf("%c ",G.Vertices.list[w]);
visited2[w]=1;
QueueAppend(&queue,w);
}
w=GetNextVex(G,u,w,visited2);
}
}
}
//狄克斯特拉算法找最短路径
//带权图G从下标v0顶点到其他顶点的最短距离distance
//和最短路径下标path
void Dijkstra(MatrixGraph G,int v0,int distance[],int path[])
{
int n=G.Vertices.size;
int *s=(int*)malloc(sizeof(int)*n);
int minDis,i,j,u;
for(i=0;i<n;i++)//初始化
{
distance[i]=G.edge[v0][i];
s[i]=0;
if(i!=v0&&distance[i]<MaxWeight)
path[i]=v0;
else
path[i]=-1;
}
s[v0]=1;
for(i=1;i<n;i++)
{
minDis=MaxWeight;
for(j=0;j<=n;j++)//在还未找到最短路径的顶点集中选有最短距离的顶点u
{
if(s[j]==0&&distance[j]<minDis)
{
u=j;
minDis=distance[j];
}
}
if(minDis==MaxWeight)//当已不存在路径时算法结束
return;
s[u]=1;//标记顶点u已从集合T加入到集合S中
for(j=0;j<n;j++)//修改从v0到其他顶点的最短距离和最短路径
{
if(s[j]==0&&G.edge[u][j]<MaxWeight&&distance[u]+G.edge[u][j]<distance[j])
{
distance[j]=distance[u]+G.edge[u][j];
path[j]=u;
}
}
}
}
//正序输出最短路径
printfpath(MatrixGraph g1,int path[])
{
char path2[6];
int i,j,k;
for(i=1;i<6;i++)
{
printf("\n");
j=i;
k=0;
while(j!=-1)
{
path2[k]=g1.Vertices.list[j];
k++;
j=path[j];
}
k--;
printf("%c",path2[k]);
while(k>0)
{
k--;
printf("->%c",path2[k]);
}
}
}
void main(void)
{
MatrixGraph g1;
ElemType a[]={'A','B','C','D','E','F'};
RCW rcw[]={{0,2,5},{0,3,30},{1,0,2},{1,4,8},{2,1,15},{2,5,7},{4,3,4},{5,3,10},{5,4,18}};
int n=6,e=9;
int i,j;
CreatGraph(&g1,a,n,rcw,e);
printf("顶点集合为:");
for(i=0;i<g1.Vertices.size;i++)
{
printf("%c ",g1.Vertices.list[i]);
}
printf("\n");
printf("邻接矩阵为:\n");
for(i=0;i<g1.Vertices.size;i++)
{
for(j=0;j<g1.Vertices.size;j++)
{
printf("%5d ",g1.edge[i][j]);
}
printf("\n");
}
printf("深度优先遍历结果为:");
int visited[6]={};
DepthFSearch(g1,0,visited);
printf("\n");
int visited2[6]={};
printf("广度优先遍历结果为:");
BroadFSearch(g1,0,visited2);
printf("\n");
printf("源结点T到其余各结点的最短路径为:");
int distance[6];
int path[6]={-1};
Dijkstra(g1,0,distance,path);
printfpath(g1,path);
printf("\n");
printf("源结点T到其余各结点的最短路径值为:");
for(i=0;i<n;i++)
{
printf("\n%c->%c:",g1.Vertices.list[0],g1.Vertices.list[i]);
printf("%d",distance[i]);
}
}
四、实验结果
五、实验总结
总结狄克斯特拉算法:
首先,使用 malloc 分配了一个大小为 n 的整型数组 s,用于标记顶点是否已经加入集合 S 中。
然后进行了初始化,初始化了距离数组 distance 和标记数组 s,以及路径数组 path。初始化时,将源顶点 v0 到其他顶点的距离和路径进行了设置。
接下来使用一个循环来依次将未加入集合 S 中的顶点加入,并更新最短路径和最短距离。在每次循环中,首先找到未加入集合 S 中且距离最短的顶点 u,然后将其标记为已加入集合 S 中。
在找到顶点 u 后,再次遍历所有未加入集合 S 中的顶点,更新从源顶点 v0 到其他顶点的最短距离和最短路径。如果通过顶点 u 可以找到更短的路径,就更新距离数组 distance 和路径数组 path。
最终得到的 distance 数组中存储了从源顶点 v0 到各顶点的最短距离,path 数组中存储了相应的最短路径。