C++实现图的遍历和最短路径

摘自：https://blog.csdn.net/qq_45694646/article/details/106764026

C++实现图的基本操作

数据结构之图（存储，遍历，最短路径）
图是一种比线性表和树更为复杂的数据结构，它是“多对多”的关系。图（Graph）G是由两个集合V和E组成，记为G=（V,E）。

一、图的邻接矩阵存储
邻接矩阵法来表示图，需要用一个二维数组来存储邻接矩阵，一个一维数组来存储顶点信息。用邻接矩阵来存储图有它的优点也有它的缺点：
优点：容易实现图的操作，如：求某顶点的度、判断顶点之间是否有边、找顶点的邻接点等等。
缺点：n个顶点需要n*n个单元存储边;空间效率为O(n2)。对稀疏图而言尤其浪费空间。
代码实现

#define MaxInt 32767        //表示极大值 即无穷大
#define MVNum 100            //最大顶点数
typedef string VerTexType;    //设顶点的数据类型为string，需#include<string>
typedef int ArcType;        //设权值类型为整型

typedef struct
{
    VerTexType vexs[MVNum];        //顶点表
    ArcType arcs[MVNum][MVNum];    //邻接矩阵
    int vexnum, arcnum;            //图的当前点数和边数
}AMGraph;

二、用邻接矩阵来创建无向网

【算法思想】：
1.输入总顶点数和总边数
2.依次输入点的信息存入顶点表中
3.初始化邻接矩阵，使每个权值初始化为极大值
4.构造邻接矩阵

代码实现

bool CreateUDN(AMGraph& G)        //采用邻接矩阵表示法，创建无向网
{
    int i, j, k ;
    VerTexType v1, v2;
    ArcType w;
    cout << "请输入图的顶点总数和边的总数:";
    cin >> G.vexnum >> G.arcnum;    //输入总顶点数，总边数
    cout << "请依次输入顶点信息:" << endl;
    for (i = 0; i < G.vexnum; ++i)
        cin >> G.vexs[i];            //依次输入顶点信息
    for (i = 0; i < G.vexnum; ++i)
        for (j = 0; j < G.vexnum; ++j)
            G.arcs[i][j] = MaxInt;//初始化邻接矩阵，置为无穷大
    cout << "请输入边的信息，格式：头，尾，权值" << endl;
    for (k = 0; k < G.arcnum; ++k)
    {
        cin >> v1 >> v2 >> w;        //输入一条边依附的顶点及权值
        i = LocateVex(G, v1);j= LocateVex(G, v2);        //确定v1,v2在G中的位置，即顶点数组的下标
        G.arcs[i][j] = w;        //边<v1,v2>的权值为w
        G.arcs[j][i] = G.arcs[i][j];    //对称边
    }
    return true;
}

LocateVex()函数：查询顶点是否在顶点表中，若在则返回顶点表中的下标；否则返回-1

int LocateVex(AMGraph G, VerTexType u)
{//存在则返回u在顶点表中的下标;否则返回-1
    int i;
    for (i = 0; i < G.vexnum; ++i)
        if (u == G.vexs[i])
            return i;
    return -1;
}

输出无向网的信息

void PrintGraph(AMGraph G)
{
    int i, j;
    cout << "图的邻接矩阵存储信息:" << endl;
    cout << "顶点信息：" << endl;
    for (i = 0; i < G.vexnum; i++)
        cout << i << ":" << G.vexs[i] << endl;    //输出顶点信息
    cout << "邻接矩阵数据：" << endl;
    for (i = 0; i < G.vexnum; i++)
    {
        for (j = 0; j < G.vexnum; j++)
        {
            if (G.arcs[i][j] == MaxInt)
                cout << left<<setw(6)<<"∞";    
            else
                cout << left<<setw(6) << G.arcs[i][j];
        }
        cout << endl;
    }
}

三、图的遍历
遍历的定义：从已给的连通图中某一顶点出发，沿着一些边访遍图中所有的顶点，且使每个顶点仅被访问一次，就叫做图的遍历，它是图的基本运算
遍历的实质：找每个顶点的邻接点的过程

1.深度优先遍历
简单归纳：
(1) 访问起始点v;
(2) 若v的第1个邻接点没访问过，深度遍历此邻接点；
(3) 若当前邻接点已访问过，再找v的第2个邻接点重新遍历

辅助数组：
避免重复访问，bool visited[MVNum];初值为false,若i被访问，则改visited[i]=true;

代码实现：

void DFS_AM(AMGraph G, int v)    //深度优先搜索遍历,从第v个顶点开始
{
    cout <<setw(8)<< G.vexs[v]; visited[v] = true;    //访问第v个顶点，并置visited数组对应的值为true
    for (int w = 0; w < G.vexnum; w++)
        if ((G.arcs[v][w] != 0) && (!visited[w]))
            DFS_AM(G,w);        //G.arcs[v][w] != 0表示w是v的邻接点，如果w未访问，则递归调用DFS_AM
}

DFS算法效率分析：
（1）用邻接矩阵来表示图，遍历图中每一个顶点都要从头扫描该顶点所在行，时间复杂度为O(n2)。
（2）用邻接表来表示图，虽然有 2e 个表结点，但只需扫描 e 个结点即可完成遍历，加上访问 n个头结点的时间，时间复杂度为O(n+e)
（3）结论：稠密图适于在邻接矩阵上进行深度遍历；稀疏图适于在邻接表上进行深度遍历。

2.广度优先遍历
简单归纳：
（1）在访问了起始点v之后，依次访问 v的邻接点
（2）然后再依次访问这些顶点中未被访问过的邻接点
（3）直到所有顶点都被访问过为止

辅助队列：
这里用的是链队列，用顺序队列（循环队列）也可以。

//队列的DAT//
typedef int Elemtype; //BFS中队列存放的是图元素下标
typedef int Status;
typedef struct QNode {
    Elemtype data;
    struct QNode* next;
}*QueuePrt;
typedef struct {
    QueuePrt front, rear;    //指针形式的对头和队尾指针
}*LinkQueue;

要写出队列的基本操作函数：
初始化 Status InitQuene(LinkQueue q) ；
判空操作 bool QueueEmpty(LinkQueue Q) ；
入队操作 Status EnQueue(LinkQueue q, Elemtype e)；
出队操作Status DeQueue(LinkQueue q, Elemtype* e)；

Status InitQuene(LinkQueue q)
{
    if (NULL == q) {
        return -1;
    }

    q->front = NULL;
    q->rear = NULL;

    return 0;
}

bool QueueEmpty(LinkQueue Q)
{
    if (NULL == Q) {
        return true;
    }


    if (NULL == Q->front)
    {
        return true;
    }

    return false;
}

Status EnQueue(LinkQueue q, Elemtype e)
{
    QueuePrt QP = NULL;

    if (NULL == q) {
        return -1;
    }

    QP = (QueuePrt)calloc(1, sizeof(struct QNode));

    QP->data = e;
    QP->next = NULL;

    if (NULL == q->front) {
        q->front = QP;
        q->rear = QP;
    } else {
        q->rear->next = QP;
        q->rear = QP;
    }

    return 0;
}

Status DeQueue(LinkQueue q, Elemtype *e)
{
    QueuePrt QP = NULL;
    QueuePrt QP_prev = NULL;
    QueuePrt front = NULL;

    if (NULL == q || NULL == e) {
        return -1;
    }


    if (QueueEmpty(q)) {
        return 0;
    }

    if  (NULL == q->front->next) {
        q->rear = NULL;
    }

    front = q->front;
    q->front = q->front->next;

    *e = front->data;

    free(front);

    return 0;
}

void BFS(AMGraph G, int v)        //广度优先遍历
{
    int i, j;
    LinkQueue Q;
    Q =(LinkQueue)malloc(sizeof(LinkQueue));
    InitQuene(Q);//采用的是链队列
    for (i = 0; i < G.vexnum; i++)
        visited[i] = false;
    for (i = 0; i < G.vexnum; i++)
    {
        if (visited[i] == false)
        {
            cout << setw(8) << G.vexs[v]; visited[v] = true;    //访问第v个顶点，并置visited数组对应值为true

            EnQueue(Q, v);    //v进队
            while (!QueueEmpty(Q))    //队列非空
            {
                DeQueue(Q, &i);//队头元素出队，并置为i
                for (j = 0; j < G.vexnum; j++)
                {
                    if ((G.arcs[i][j] = !MaxInt || G.arcs[i][j] != 0) && visited[j] == false)
                    {//检查i的所有邻接点
                        visited[j] = true;
                        cout << setw(8) << G.vexs[j];//访问j
                        EnQueue(Q, j);//j入队
                    }
                }
            }
        }
    }
}

BFS算法效率分析：
（1）如果使用邻接矩阵，则BFS对于每一个被访问到的顶点，都要循环检测矩阵中的整整一行（ n 个元素），总的时间代价为O(n2)。
（2）用邻接表来表示图，虽然有 2e 个表结点，但只需扫描 e 个结点即可完成遍历，加上访问 n个头结点的时间，时间复杂度为O(n+e)。

3.DFS与BFS算法效率比较
（1）空间复杂度相同，都是O(n)(借用了堆栈或队列）；
（2）时间复杂度只与存储结构（邻接矩阵或邻接表）有关，而与搜索路径无关。

四、最短路径算法(Dijkstra算法)
最短路径：在带权有向图中A点（源点）到达B点（终点）的多条路径中，寻找一条各边权值之和最小的路径，即最短路径。
辅助结构：
数组S[n]：记录相应顶点是否已被确定最短距离
数组Dist[n]：记录源点到相应顶点路径长度
数组Path[n]：记录相应顶点的前驱顶点

【Dijkstra算法思想】
（1）初始化：
● 将源点v0加到S中，即S[v0]=true
● 将v0到各个终点的最短路径长度初始化为权值，即Dist[i]=G.arcs[v0][vi]
● 如果v0和顶点vi之间有弧，则将vi的前驱置为v0，即Path[i]=v0,否则Path[i]=-1
（2）循环n-1次执行以下操作：
● 选择下一条最短路径的终点vk，使得Dist[k]=Min{Dist[i]|vi∈V-S}
● 将vk加入到S中，即S[vk]=true
● 根据条件更新从v0出发到集合V-S上任一顶点的最短路径的长度，若条件Dist[k]+G.arcs[k][i]<Dist[i]成立，则更新Dist[i]=Dist[k]+G.arcs[k][i],同时更改vi的前驱为vk;Path[i]=k

算法思想：

算法流程图

Dijkstra算法代码实现：

int Dist[MVNum];//Dist存当前找到的最短路径长度
int Path[MVNum];//当前找到的最短路径最后一个中转顶点
bool S[MVNum];//标记当前是否已求出最短路径
void ShortestPath_DIJ(AMGraph G, int v0)//求有向网G的v0顶点到其余顶点的最短路径
{
    int n, v, i, w, min;
    n = G.vexnum;//顶点数
    for (v = 0; v < n; v++) //n个顶点依次初始化 
    {
        S[v] = false;//S初始为空集 
        Dist[v] = G.arcs[v0][v];//将v0到各个终点的最短路径长度初始化为弧上的权值
        if (Dist[v] < MaxInt) Path[v] = v0;//如果v0与v之间有弧，则将v的前驱置为v0
        else Path[v] = -1;//无弧，置为-1 
    }
    S[v0] = true;//将v0加入S
    Dist[v0] = 0;//原点到原点 的距离为0
    //******初始化结束，开始主循环，每次求得v0到某个顶点v的最短路径，将v加入到S集
    for (i = 1; i < n; i++)//n-1个顶点 
    {
        min = MaxInt;
        for (w = 0; w < n; w++)
            if (!S[w] && Dist[w] < min)//选择一条当前的最短路径，终点为v 
            {
                v = w; min = Dist[w];
            }
        S[v] = true;//将v加入S 
        for (w = 0; w < n; ++w)//更新从v0出发到集合V-S上所有的最短路径长度 
            if (!S[w] && (Dist[v] + G.arcs[v][w]) < Dist[w])
            {
                Dist[w] = Dist[v] + G.arcs[v][w];//更新D[w] 
                Path[w] = v;//更改w的前驱为v 
            }
    }
}

显示函数1：输入起点和终点，输出最短路径

void DisplayPath(AMGraph G, int begin, int temp)
{
    if (Path[temp] != -1)
    {
        DisplayPath(G, begin, Path[temp]);
        cout << G.vexs[Path[temp]] << "-->";
    }
}

显示函数2：输入源点，输出源点到其他各个顶点的最短路径

void PrintPath(AMGraph G, int v)
{
    int i, j, w;
    int road[MVNum];//用于存储最短路径顶点的下标
    for (i = 0; i < MVNum; i++)road[i] = -1;
    for (i = 0; i < G.vexnum; i++)
    {
        if ((S[i] == true) && (i != v))
        {
            cout << "从" << G.vexs[v] << "到" << G.vexs[i] << "的最短路径为：" <<  "\t\t"<<Dist[i] <<"\t\t";
            cout << G.vexs[v] << "->";
            w = Path[i];//最短路径途径的顶点
            j = 0;//为实现逆转标记途径顶点数
            while (w != v)//回溯途径顶点
            {
                road[j] = w;
                j++;
                w = Path[w];
            }
            for (j=j-1; j >= 0; j--)//输出最短路径
            {
                cout << G.vexs[road[j]] << "->";
                road[j] = -1;
            }
            cout << G.vexs[i] << endl;
        }
        else
            cout << "从" << G.vexs[v] << "到" << G.vexs[i] << "不存在路径" << endl;
    }
}

五、具体实验

main函数

int main()
{
    AMGraph G;
    VerTexType start, destination;    //声明起点和终点
    int num_start, num_destination;    //起点和终点在顶点表中的位置
    VerTexType v;
    int num_v;
    int choose = -1;
    cout << "**********************************" << endl;
    cout << "* 1.创建图" << endl;
    cout << "* 2.显示图的信息" << endl;
    cout << "* 3.图的深度优先遍历" << endl;
    cout << "* 4.图的广度优先遍历" << endl;
    cout << "* 5.输入起点和终点，显示最短路径" << endl;
    cout << "* 6.显示源点到各个顶点的最短路径" << endl;
    cout << "* 7.退出" << endl;
    cout << "**********************************" << endl;

    while (choose != 0)
    {
        cout << "\n----------------------- \n";
        
        cout<<"\n请输入操作序号:";
        cin >> choose;
        cout << endl;
        switch (choose)
        {
        case 1:
            CreateUDN(G);
            break;
        case 2:
            PrintGraph(G);
            break;
        case 3:
            cout << "深度优先遍历:" << endl;        
            DFS_AM(G, 0);
            break;
        case 4:
            cout << "广度优先遍历:" << endl;
            BFS(G);
            break;
        case 5:
            
            cout << "请依次输入起始点、终点名称：";
            cin >> start >> destination;
            //计算起点与终点编号 
            num_start = LocateVex(G, start);
            num_destination = LocateVex(G, destination);
            ShortestPath_DIJ(G, num_start);
            cout << endl << "最短路径为：";
            DisplayPath(G, num_start, num_destination);
            cout << G.vexs[num_destination] << endl;
            break;
        case 6:
            cout << "请输入源点:";
            cin >> v;
            num_v = LocateVex(G, v);
            ShortestPath_DIJ(G, num_v);
            PrintPath(G, num_v);
            break;
        case 7:
            exit_1();
            break;
        }
    }
    return 0;    
}

注：本文部分算法源自《数据结构（C语言版）》第二版严蔚敏人民邮电出版社

完整代码，测试通过。

// https://blog.csdn.net/qq_45694646/article/details/106764026

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <string>

#include <sstream>
#include <iostream>
#include <iomanip>



using namespace std;


#define MaxInt 32767        //表示极大值 即无穷大
#define MVNum 100            //最大顶点数
typedef string VerTexType;    //设顶点的数据类型为string，需#include<string>
typedef int ArcType;        //设权值类型为整型

typedef struct
{
    VerTexType vexs[MVNum];        //顶点表
    ArcType arcs[MVNum][MVNum];    //邻接矩阵
    int vexnum, arcnum;            //图的当前点数和边数
}AMGraph;

int LocateVex(AMGraph G, VerTexType u);

bool CreateUDN(AMGraph& G)        //采用邻接矩阵表示法，创建无向网
{
    int i, j, k ;
    VerTexType v1, v2;
    ArcType w;
    cout << "请输入图的顶点总数和边的总数:";
    cin >> G.vexnum >> G.arcnum;    //输入总顶点数，总边数
    cout << "请依次输入顶点信息:" << endl;
    for (i = 0; i < G.vexnum; ++i)
        cin >> G.vexs[i];            //依次输入顶点信息
    for (i = 0; i < G.vexnum; ++i)
        for (j = 0; j < G.vexnum; ++j)
            G.arcs[i][j] = MaxInt;//初始化邻接矩阵，置为无穷大
    cout << "请输入边的信息，格式：头，尾，权值" << endl;
    for (k = 0; k < G.arcnum; ++k)
    {
        cin >> v1 >> v2 >> w;        //输入一条边依附的顶点及权值
        i = LocateVex(G, v1);j= LocateVex(G, v2);        //确定v1,v2在G中的位置，即顶点数组的下标
        G.arcs[i][j] = w;        //边<v1,v2>的权值为w
        G.arcs[j][i] = G.arcs[i][j];    //对称边
    }
    return true;
}

int LocateVex(AMGraph G, VerTexType u)
{//存在则返回u在顶点表中的下标;否则返回-1
    int i;
    for (i = 0; i < G.vexnum; ++i)
        if (u == G.vexs[i])
            return i;
    return -1;
}

void PrintGraph(AMGraph G)
{
    int i, j;
    cout << "图的邻接矩阵存储信息:" << endl;
    cout << "顶点信息：" << endl;
    for (i = 0; i < G.vexnum; i++)
        cout << i << ":" << G.vexs[i] << endl;    //输出顶点信息
    cout << "邻接矩阵数据：" << endl;
    for (i = 0; i < G.vexnum; i++)
    {
        for (j = 0; j < G.vexnum; j++)
        {
            if (G.arcs[i][j] == MaxInt)
                cout << left<<setw(6)<<"∞";
            else
                cout << left<<setw(6) << G.arcs[i][j];
        }
        cout << endl;
    }
}

bool visited[MVNum] = {false};        //顶点表

void DFS_AM(AMGraph G, int v)    //深度优先搜索遍历,从第v个顶点开始
{
    cout <<setw(8)<< G.vexs[v]; visited[v] = true;    //访问第v个顶点，并置visited数组对应的值为true
    for (int w = 0; w < G.vexnum; w++)
        if ((G.arcs[v][w] != 0) && (!visited[w]))
            DFS_AM(G,w);        //G.arcs[v][w] != 0表示w是v的邻接点，如果w未访问，则递归调用DFS_AM
}


#if 1
//队列的DAT//
typedef int Elemtype; //BFS中队列存放的是图元素下标
typedef int Status;
typedef struct QNode {
    Elemtype data;
    struct QNode* next;
}*QueuePrt;

typedef struct {
    QueuePrt front, rear;    //指针形式的对头和队尾指针
}LinkQueue_T;

typedef struct LinkQueue_t{
    QueuePrt front, rear;    //指针形式的对头和队尾指针
}*LinkQueue;

Status InitQuene(LinkQueue q)
{
    if (NULL == q) {
        return -1;
    }

    q->front = NULL;
    q->rear = NULL;

    return 0;
}

bool QueueEmpty(LinkQueue Q)
{
    if (NULL == Q) {
        return true;
    }


    if (NULL == Q->front)
    {
        return true;
    }

    return false;
}

Status EnQueue(LinkQueue q, Elemtype e)
{
    QueuePrt QP = NULL;

    if (NULL == q) {
        return -1;
    }

    QP = (QueuePrt)calloc(1, sizeof(struct QNode));

    QP->data = e;
    QP->next = NULL;

    if (NULL == q->front) {
        q->front = QP;
        q->rear = QP;
    } else {
        q->rear->next = QP;
        q->rear = QP;
    }

    return 0;
}

Status DeQueue(LinkQueue q, Elemtype *e)
{
    QueuePrt QP = NULL;
    QueuePrt QP_prev = NULL;
    QueuePrt front = NULL;

    if (NULL == q || NULL == e) {
        return -1;
    }


    if (QueueEmpty(q)) {
        return 0;
    }

    if  (NULL == q->front->next) {
        q->rear = NULL;
    }

    front = q->front;
    q->front = q->front->next;

    *e = front->data;

    free(front);

    return 0;
}


void BFS(AMGraph G, int v)        //广度优先遍历
{
    int i = 0;
    int j = 0;
    LinkQueue Q = NULL;

    Q = (LinkQueue)calloc(1, sizeof(struct LinkQueue_t));

    InitQuene(Q); // 采用的是链队列

    for (i = 0; i < G.vexnum; i++) {
        visited[i] = false;
    }

    for (i = 0; i < G.vexnum; i++)
    {
        if (visited[i] == false)
        {
            cout << setw(8) << G.vexs[v]; visited[v] = true;    //访问第v个顶点，并置visited数组对应值为true

            // cout << v << endl;

            EnQueue(Q, v);    //v进队
            while (!QueueEmpty(Q))    //队列非空
            {
                DeQueue(Q, &i);//队头元素出队，并置为i
               // cout << "222" << endl;
                for (j = 0; j < G.vexnum; j++)
                {
                    if ((G.arcs[i][j] != MaxInt && G.arcs[i][j] != 0) && visited[j] == false)
                    {//检查i的所有邻接点
                        visited[j] = true;
                        cout << setw(8) << G.vexs[j];//访问j
                        EnQueue(Q, j);//j入队
                    }
                //cout << "231" << endl;
                }
            }
        }
    }
}
#endif


int Dist[MVNum];//Dist存当前找到的最短路径长度
int Path[MVNum];//当前找到的最短路径最后一个中转顶点
bool S[MVNum];//标记当前是否已求出最短路径
void ShortestPath_DIJ(AMGraph G, int v0)//求有向网G的v0顶点到其余顶点的最短路径
{
    int n, v, i, w, min;
    n = G.vexnum;//顶点数
    for (v = 0; v < n; v++) //n个顶点依次初始化
    {
        S[v] = false;//S初始为空集
        Dist[v] = G.arcs[v0][v];//将v0到各个终点的最短路径长度初始化为弧上的权值
        if (Dist[v] < MaxInt) Path[v] = v0;//如果v0与v之间有弧，则将v的前驱置为v0
        else Path[v] = -1;//无弧，置为-1
    }
    S[v0] = true;//将v0加入S
    Dist[v0] = 0;//原点到原点 的距离为0
    //******初始化结束，开始主循环，每次求得v0到某个顶点v的最短路径，将v加入到S集
    for (i = 1; i < n; i++)//n-1个顶点
    {
        min = MaxInt;
        for (w = 0; w < n; w++)
            if (!S[w] && Dist[w] < min)//选择一条当前的最短路径，终点为v
            {
                v = w; min = Dist[w];
            }
        S[v] = true;//将v加入S
        for (w = 0; w < n; ++w)//更新从v0出发到集合V-S上所有的最短路径长度
            if (!S[w] && (Dist[v] + G.arcs[v][w]) < Dist[w])
            {
                Dist[w] = Dist[v] + G.arcs[v][w];//更新D[w]
                Path[w] = v;//更改w的前驱为v
            }
    }
}

void DisplayPath(AMGraph G, int begin, int temp)
{
    if (Path[temp] != -1)
    {
        DisplayPath(G, begin, Path[temp]);
        cout << G.vexs[Path[temp]] << "-->";
    }
}

void PrintPath(AMGraph G, int v)
{
    int i, j, w;
    int road[MVNum];//用于存储最短路径顶点的下标
    for (i = 0; i < MVNum; i++)road[i] = -1;
    for (i = 0; i < G.vexnum; i++)
    {
        if ((S[i] == true) && (i != v))
        {
            cout << "从" << G.vexs[v] << "到" << G.vexs[i] << "的最短路径为：" <<  "\t\t"<<Dist[i] <<"\t\t";
            cout << G.vexs[v] << "->";
            w = Path[i];//最短路径途径的顶点
            j = 0;//为实现逆转标记途径顶点数
            while (w != v)//回溯途径顶点
            {
                road[j] = w;
                j++;
                w = Path[w];
            }
            for (j=j-1; j >= 0; j--)//输出最短路径
            {
                cout << G.vexs[road[j]] << "->";
                road[j] = -1;
            }
            cout << G.vexs[i] << endl;
        }
        else
            cout << "从" << G.vexs[v] << "到" << G.vexs[i] << "不存在路径" << endl;
    }
}

Status add_edge(AMGraph &G, VerTexType v1, VerTexType v2, ArcType w)
{
    int i = 0;
    int j = 0;

    i = LocateVex(G, v1);j= LocateVex(G, v2);       //确定v1,v2在G中的位置，即顶点数组的下标
    G.arcs[i][j] = w;       //边<v1,v2>的权值为w
    G.arcs[j][i] = G.arcs[i][j];    //对称边

    return 0;
}

bool CreateUDN_test(AMGraph& G)        //采用邻接矩阵表示法，创建无向网
{
    int i, j ;

    //cout << "请输入图的顶点总数和边的总数:";
    G.vexnum = 10;
    G.arcnum = 12;    //输入总顶点数，总边数

    //cout << "请依次输入顶点信息:" << endl;
    G.vexs[0] = "昆明";
    G.vexs[1] = "成都";
    G.vexs[2] = "西安";
    G.vexs[3] = "郑州";
    G.vexs[4] = "徐州";
    G.vexs[5] = "上海";
    G.vexs[6] = "南昌";
    G.vexs[7] = "株洲";
    G.vexs[8] = "贵阳";
    G.vexs[9] = "武汉";
                //依次输入顶点信息
    for (i = 0; i < G.vexnum; ++i)
        for (j = 0; j < G.vexnum; ++j)
            G.arcs[i][j] = MaxInt;//初始化邻接矩阵，置为无穷大

    //cout << "请输入边的信息，格式：头，尾，权值" << endl;

    add_edge(G, "昆明", "成都", 1100); //输入一条边依附的顶点及权值
    add_edge(G, "成都", "西安", 842 ); //输入一条边依附的顶点及权值
    add_edge(G, "西安", "郑州", 511 ); //输入一条边依附的顶点及权值
    add_edge(G, "郑州", "徐州", 349 ); //输入一条边依附的顶点及权值
    add_edge(G, "徐州", "上海", 651 ); //输入一条边依附的顶点及权值
    add_edge(G, "上海", "南昌", 825 ); //输入一条边依附的顶点及权值
    add_edge(G, "南昌", "株洲", 367 ); //输入一条边依附的顶点及权值
    add_edge(G, "株洲", "贵阳", 902 ); //输入一条边依附的顶点及权值
    add_edge(G, "贵阳", "昆明", 639 ); //输入一条边依附的顶点及权值
    add_edge(G, "成都", "贵阳", 967 ); //输入一条边依附的顶点及权值
    add_edge(G, "郑州", "武汉", 534 ); //输入一条边依附的顶点及权值
    add_edge(G, "武汉", "株洲", 409 ); //输入一条边依附的顶点及权值

    return true;
}


bool CreateUDN_test2(AMGraph& G)        //采用邻接矩阵表示法，创建无向网
{
    int i, j ;

    //cout << "请输入图的顶点总数和边的总数:";
    G.vexnum = 10;
    G.arcnum = 12;    //输入总顶点数，总边数

    //cout << "请依次输入顶点信息:" << endl;
    G.vexs[0] = "西安";
    G.vexs[1] = "郑州";
    G.vexs[2] = "徐州";
    G.vexs[3] = "上海";
    G.vexs[4] = "南昌";
    G.vexs[5] = "株洲";
    G.vexs[6] = "贵阳";
    G.vexs[7] = "昆明";
    G.vexs[8] = "成都";
    G.vexs[9] = "武汉";
                //依次输入顶点信息
    for (i = 0; i < G.vexnum; ++i)
        for (j = 0; j < G.vexnum; ++j)
            G.arcs[i][j] = MaxInt;//初始化邻接矩阵，置为无穷大

    //cout << "请输入边的信息，格式：头，尾，权值" << endl;

    add_edge(G, "西安", "郑州", 511 ); //输入一条边依附的顶点及权值
    add_edge(G, "郑州", "徐州", 349 ); //输入一条边依附的顶点及权值
    add_edge(G, "郑州", "武汉", 534 ); //输入一条边依附的顶点及权值
    add_edge(G, "徐州", "上海", 651 ); //输入一条边依附的顶点及权值
    add_edge(G, "上海", "南昌", 825 ); //输入一条边依附的顶点及权值
    add_edge(G, "南昌", "株洲", 367 ); //输入一条边依附的顶点及权值
    add_edge(G, "武汉", "株洲", 409 ); //输入一条边依附的顶点及权值
    add_edge(G, "株洲", "贵阳", 902 ); //输入一条边依附的顶点及权值
    add_edge(G, "贵阳", "昆明", 639 ); //输入一条边依附的顶点及权值
    add_edge(G, "成都", "贵阳", 967 ); //输入一条边依附的顶点及权值
    add_edge(G, "昆明", "成都", 1100); //输入一条边依附的顶点及权值
    add_edge(G, "成都", "西安", 842 ); //输入一条边依附的顶点及权值

    return true;
}


bool CreateUDN_test3(AMGraph& G)        //采用邻接矩阵表示法，创建无向网
{
    int i, j ;

    //cout << "请输入图的顶点总数和边的总数:";
    G.vexnum = 7; //输入总 顶点数
    G.arcnum = 6; //输入总 边数

    //cout << "请依次输入顶点信息:" << endl;
    G.vexs[0] = "A";
    G.vexs[1] = "B";
    G.vexs[2] = "C";
    G.vexs[3] = "D";
    G.vexs[4] = "E";
    G.vexs[5] = "F";
    G.vexs[6] = "C.1";

                //依次输入顶点信息
    for (i = 0; i < G.vexnum; ++i)
        for (j = 0; j < G.vexnum; ++j)
            G.arcs[i][j] = MaxInt;//初始化邻接矩阵，置为无穷大

    //cout << "请输入边的信息，格式：头，尾，权值" << endl;

    add_edge(G, "A", "B", 1 ); //输入一条边依附的顶点及权值
    add_edge(G, "B", "C", 1 ); //输入一条边依附的顶点及权值
    add_edge(G, "C", "D", 1 ); //输入一条边依附的顶点及权值
    add_edge(G, "D", "E", 1 ); //输入一条边依附的顶点及权值
    add_edge(G, "E", "F", 1 ); //输入一条边依附的顶点及权值
    add_edge(G, "C", "C.1", 1 ); //输入一条边依附的顶点及权值

    return true;
}



bool CreateUDN_test4(AMGraph& G)        //采用邻接矩阵表示法，创建无向网
{
    int i, j ;

    //cout << "请输入图的顶点总数和边的总数:";
    G.vexnum = 10; //输入总 顶点数
    G.arcnum = 9; //输入总 边数

    //cout << "请依次输入顶点信息:" << endl;
    G.vexs[0] = "A";
    G.vexs[1] = "B";
    G.vexs[2] = "C";
    G.vexs[3] = "D";
    G.vexs[4] = "E";
    G.vexs[5] = "F";
    G.vexs[6] = "C.1";
    G.vexs[7] = "C.2";
    G.vexs[8] = "C.3";
    G.vexs[9] = "C.1.1";

                //依次输入顶点信息
    for (i = 0; i < G.vexnum; ++i)
        for (j = 0; j < G.vexnum; ++j)
            G.arcs[i][j] = MaxInt;//初始化邻接矩阵，置为无穷大

    //cout << "请输入边的信息，格式：头，尾，权值" << endl;

    add_edge(G, "A", "B", 1 ); //输入一条边依附的顶点及权值
    add_edge(G, "B", "C", 1 ); //输入一条边依附的顶点及权值
    add_edge(G, "C", "D", 1 ); //输入一条边依附的顶点及权值
    add_edge(G, "D", "E", 1 ); //输入一条边依附的顶点及权值
    add_edge(G, "E", "F", 1 ); //输入一条边依附的顶点及权值
    add_edge(G, "C", "C.1", 1 ); //输入一条边依附的顶点及权值
    add_edge(G, "C.1", "C.2", 1 ); //输入一条边依附的顶点及权值
    add_edge(G, "C.2", "C.3", 1 ); //输入一条边依附的顶点及权值
    add_edge(G, "C.1", "C.1.1", 1 ); //输入一条边依附的顶点及权值

    return true;
}
int main(int argc, char *argv[])
{
    AMGraph G;
    VerTexType start, destination;    //声明起点和终点
    int num_start, num_destination;    //起点和终点在顶点表中的位置
    VerTexType v;
    int num_v;
    int choose = -1;
    cout << "**********************************" << endl;
    cout << "* 1.创建图" << endl;
    cout << "* 2.显示图的信息" << endl;
    cout << "* 3.图的深度优先遍历" << endl;
    cout << "* 4.图的广度优先遍历" << endl;
    cout << "* 5.输入起点和终点，显示最短路径" << endl;
    cout << "* 6.显示源点到各个顶点的最短路径" << endl;
    cout << "* 7.退出" << endl;
    cout << "**********************************" << endl;

    CreateUDN_test4(G);

    while (choose != 0)
    {
        cout << "\n----------------------- \n";

        cout<<"\n请输入操作序号:";
        cin >> choose;
        cout << endl;
        switch (choose)
        {
        case 1:
            CreateUDN(G);
            break;
        case 2:
            PrintGraph(G);
            break;
        case 3:
            cout << "深度优先遍历:" << endl;
            DFS_AM(G, 0);
            break;
        case 4:
            cout << "广度优先遍历:" << endl;
            BFS(G, 0);
            break;
        case 5:

            cout << "请依次输入起始点、终点名称：";
            cin >> start >> destination;
            //计算起点与终点编号
            num_start = LocateVex(G, start);
            num_destination = LocateVex(G, destination);
            ShortestPath_DIJ(G, num_start);
            cout << endl << "最短路径为：";
            DisplayPath(G, num_start, num_destination);
            cout << G.vexs[num_destination] << endl;
            break;
        case 6:
            cout << "请输入源点:";
            cin >> v;
            num_v = LocateVex(G, v);
            ShortestPath_DIJ(G, num_v);
            PrintPath(G, num_v);
            break;
        case 7:
            exit(0);
            break;
        }
    }
    return 0;
}

posted @ 2022-05-27 15:28 LiuYanYGZ 阅读(246) 评论(0) 编辑收藏举报

刷新页面返回顶部

登录后才能查看或发表评论，立即登录或者逛逛博客园首页

相关博文：

· C++ 有向图最短路径之Dijkstra算法 - 第1次改动

· C++ 有向图最短路径之Dijkstra算法 - 第2次改动

· 【数据结构】C语言实现图的相关操作

· 数据结构（第六章）

· 数据结构之图

阅读排行：
· 震惊！C++程序真的从main开始吗？99%的程序员都答错了
· 【硬核科普】Trae如何「偷看」你的代码？零基础破解AI编程运行原理
· 单元测试从入门到精通
· 上周热点回顾（3.3-3.9）
· winform 绘制太阳，地球，月球运作规律

历史上的今天：
2021-05-27 案例参考手册-第四章 Curses字符界面.docx
2021-05-27 读取键盘输入流改为原始模式
2016-05-27 打包静态库.a文件的方法（ar,ranlib,nm命令介绍）
2016-05-27 当下流行的分布式文件系统大阅兵

公告

昵称： LiuYanYGZ
园龄： 10年
粉丝： 72
关注： 1

+加关注

2025年3月

日

一

二

三

四

五

六

LiuYanYGZ

问号惊叹号

C++实现图的遍历和最短路径

二、用邻接矩阵来创建无向网

输出无向网的信息

Dijkstra算法代码实现：

五、具体实验

公告

搜索

常用链接

我的标签

随笔档案

阅读排行榜

评论排行榜

推荐排行榜

最新评论

LiuYanYGZ

问号 惊叹号

C++实现图的遍历和最短路径

二、用邻接矩阵来创建无向网

输出无向网的信息

Dijkstra算法代码实现：

五、具体实验

公告

搜索

常用链接

我的标签

随笔档案

阅读排行榜

评论排行榜

推荐排行榜

最新评论

问号惊叹号