图的操作与实现

要求

• 图的邻接表和邻接矩阵存储
  • 建立下图的邻接表或邻接矩阵，并输出之；

• 思路：
  • 通过遍历邻接矩阵，采用头插法即可构造邻接表。
• 图的各种遍历算法实现
  • 以0结点为起点实现上述图的深度优先和广度优先遍历算法；
  • 思路：
    • 用堆栈实现深度优先遍历，用队列实现广度优先遍历。
• 最小生成树的算法实现
  • 利用普里姆（Prim）算法或克鲁斯卡尔(Kruskal)算法求上图的最小生成树，算法实现代码必需有注释。
  • 思路：
    • Prim：从0点出发每次取能到达的最小权重边，走完即为一颗最小生成树。
• 最短路径的算法实现
  • 利用狄克斯特拉（Dijkstra）算法求上图中0结点到其它结点的最短路径，算法实现代码必须有注释。
  • 思路：
    • 循环每次计算到每一个点的最小距离并记录，然后取最小距离的那个点合并。

源代码

若以下显示需要登录，请刷新页面或点击此处下载。

思考

若只求带权有向图G中从顶点i到顶点j的最短路径，如何修改Dijkstra 算法来实现这一功能？

void Dijkstra_way(int first_point)
{
	int* widget_list = new int[map_size];	//记录距离0的长度
	for (int i = map_size; i--;)
	{
		widget_list[i] = INF;
		adjList[i].weight = -1;
	}
	widget_list[first_point] = 0;
	adjList[first_point].weight = 0;
	for (int i = 1; i < map_size; ++i)
		for (int j = map_size; j--;)		//计算距离
			if (adjList[j].weight >= 0)
				for (node* node_p = adjList[j].next_p; node_p != NULL; node_p = node_p->next_p)
					if (widget_list[j] + node_p->weight < widget_list[node_p->data])
					{
						widget_list[node_p->data] = widget_list[j] + node_p->weight;
						adjList[node_p->data].weight = j;
					}
	cout << "<< Dijkstra 最短路径：" << endl;
	coolQueue<int> stack;
	for (int i = 0; i < map_size; ++i)
	{
		for (int j = i; j != first_point;)
		{
			stack.End_push(j);
			j = adjList[j].weight;
		}
		cout << "<< " << first_point;
		for (int pop_int = 0; stack.End_pop(pop_int);)
			cout << " -> " << pop_int;
		cout << endl;
		stack.clear();
	}
	adjList_reflush();
}