1 2 3 4

2017-2018-20172309 《程序设计与数据结构》第九周学习总结

2017-2018-20172309 《程序设计与数据结构》第九周学习总结

一、教材学习内容总结

一些概念:

  • : 是一种复杂的非线性数据结构。
  • 图的二元组定义:
    • 图 G 由两个集合 V 和 E 组成,记为:
      G=(V, E) 其中: V 是顶点的有穷非空集合,
      E 是 V 中顶点偶对(称为边)的有穷集。

    • 通常,也将图 G 的顶点集和边集分别记为 V(G) 和 E(G) 。 E(G) 可以是空集。若 E(G) 为空,则图 G 只有顶点而没有边。

  • 有向图: 若图 G中的每条边都是有方向的,则称 G 为有向图 (Digraph) 。
  • 无向图: 若图G中的每条边都是没有方向的,则称 G 为无向图 (Undigraph) 。
  • 完全图:
    • 无向图中的每个顶点之间存在着一条边,那么这个图是无向完全图
    • 有向图中的每两个定点之间都存在着方向相反的两条边,则称此图为有向完全图
  • 带权图:边上具有权值的图。
  • 最小生成树:指的是有一个无向图,根据这个图构造一个包含所有顶点的树,使得包含的边的权值的和最小。
  • 最小路径长度
    见下面教材中的问题!

图的储存:

  • 邻接矩阵储存法:采用2个数组来表示图;一个是存储所有顶点信息的一维数组(vetices[])、一个是存储图中顶点之间关联关系的二维数组(adjMatrix[][]),这个二维数组称为邻接矩阵。

  1. 对于无向图a,邻接矩阵是一个对称矩阵adjMatrix[i][j]==1,说明定点i与定点j是联通的。
  2. 对于有向图b,当a能到达b时,二维数组adjMatrix[a][b]=1;
    • 邻接矩阵的缺点:
      1. 闲置的单元浪费大量的空间:由n个顶点构成的图中最多可以有n2条边,但大多数情况下,边的数目远远达不到这个量级,因此大多数单元都是闲置的.
      2. 矩阵结构是静态的,大小N需要预先估计,然后创建N*N的矩阵,而图的规模往往是动态变化的,N估计过大会造成空间浪费,过小则造成空间不够用。
  • 邻接列表储存法:对于n个顶点、m条边的无向图,采用邻接表,需要n个表头节点和2m个边表节点。在边数少的情况下,要比使用邻接矩阵节省空间。
  • 图的遍历:分为广度优先遍历深度优先遍历

二、教材学习中的问题和解决过程

  • 问题1:书中有关integer的代码什么意思?

  • 问题1解决方案:如图:


因为队列中储存的数据是Integer类型的,而numVerticesint类型的,因此应该转化为Integer型,对应的方法为:

那么新的问题又来了:为什么一定要Integer,直接用int不好吗?
答案:Integer是其包装类,注意是一个类。而int 是基本数据类型.我们使用integer是为了在各种类型间转化,通过各种方法的调用

  • 问题2:如何理解广度、深度优先遍历?

  • 问题2解决方案:

    • 广度优先遍历:左看看、又看看,雨露均沾
      • 伪代码:
      1. 初始化队列:visited[n] = 0
      2. 访问顶点:visited[v] = 1
      3. 顶点v加入队列
      4. 循环:
        while(队列是否为空)
            v = 队列头元素
            w = v的第一个邻接点
            while(w存在)
                if(如果w未访问)
                    visited[w] = 1;
                    顶点w加入队列
                    w = 顶点v的下一个邻接点
      
    • 深度优先遍历:一条路走到底。
      • 伪代码:
      1. 访问数组初始化:visited[n] = 0
      2. 访问顶点:visited[v] = 1
      3. 取v的第一个邻接点w;
      4. 循环递归:
           while(w存在)
               if(w未被访问过)
               从顶点w出发递归执行;
             w = v的下一个邻接点;
      
  • 问题三:如何理解迪杰斯特拉算法

  • 解决方法:

    • 感觉这里讲的非常好.
    • 所以我还是自己简单总结下吧。
      • 这个算法是用来计算两点之间的最短路径的,生活中多用来计算两地之间的来往的最少车费。
      • 它的主要特点是以起始点为中心向外层层扩展(广度优先搜索思想),直到扩展到终点为止。
      • 举个例子吧:

代码调试中的问题和解决过程

  • 问题1:如何判断图的的一个图是否连通?
  • 问题1解决方案:
    • 如果是连通的,当且仅当使用广度优先遍历中的定点数等于图中的顶点数。
    • 因此,我们只要定义一个int值,当每遍历一个顶点,就加一。遍历完成后,看该值是否等于顶点数就OK啦。
    • 代码实现
    public boolean isConnected()
     {
         boolean result = true;
         for(int i=0;i<numVertices;i++){
             int temp=0;
             temp=getSizeOfIterator(this.iteratorBFS(vertices[i]));
             if(temp!=numVertices)
             {
                 result = false;
                 break;
             }
         }
         return result;
     }
    
  • 问题2:完成pp15.1过程中 出现 边不显示空指针两个问题!

  • 问题2解决方案:首先 肯定是 输出方法出现了问题,解决后发现应该这样:

然后出现的问题是:

经分析:肯定是哪句代码错了:导致全部连在一起了!

值得注意的是 在无向图中添加边,应该两边的联系都要考虑:

 public void addEdge(int index10 , int index20){
       int  index1 =index10-1;
       int  index2 =index20-1;
        if (indexIsValid(index1)&&indexIsValid(index2)){
            GraphNode temp = vertices[index1];//得到首结点

            while (temp.getNext()!=null){
                if (temp.getNext().getElement() == vertices[index2].getElement()) {
                    System.out.println("已存在该边!");
                    break;
                }
                    temp = temp.next;
            }
            temp.next = new GraphNode(vertices[index2].getElement());//有index10--》index20
                

            GraphNode temp2 = vertices[index2];

            while (temp2.getNext()!=null){
                if (temp2.getNext().getElement() == vertices[index1].getElement()) {
                    System.out.println("已存在该边!");
                    break;
                }
                temp2 = temp2.next;
            }
            temp2.next = new GraphNode(vertices[index1].getElement());//有index20--》index10
        }

        modCount++;
    }

代码之家

课本上的代码:

课后作业代码:

代码托管

上周考试错题总结

第十二章错题

Since a heap is a binary search tree, there is only one correct location for the insertion of a new node, and that is either the next open position from the left at level h or the first position on the left at level h+1 if level h is full.
A .True
B .Flase

错误原因:堆是一棵完全二叉树、不是一颗二叉搜索树。自己瞎了眼!!!!

点评模板:

博客或代码中值得学习的或问题:

-  侯泽洋的博客一直写的很细、很认真、完成的非常早。其中那个最短路程的那个算法写的非常详细,相关资料也给了出来。
-  仇夏和周亚杰的博客也都认真的写了,总觉得自己写的少了点什么东西。
-  向他们学习,相信自己的博客会越来越好。

点评过的同学博客和代码

  • 本周结对学习情况
    • 20172310
    • 结对学习内容
      • 是十五章--图
      • 了解图的运用--加权图:航线问题
      • 了解图的遍历。
  • 上周博客互评情况

其他(感悟、思考等,可选)

这一章内容比较简单,或者可以说书上的内容比较简单,但是实现起来很难。也可能是书上的例子比较少的原因。还有就是发现里面的几个算法是非常有意思的,比如Dijkstra算法。它能通过实际的几个数组就能找到最短路径!!!很惊讶!!!

学习进度条(上学期截止7200)

代码行数(新增/累积) 博客量(新增/累积) 学习时间(新增/累积) 重要成长
目标 5000行 30篇 400小时
第一周 260/0 1/1 05/05
第二周 300/560 1/2 13/18
第三周 212/772 1/4 21/39
第四周 330/1112 2/7 21/60
第五周 1321/2433 1/8 30/90
第六周 1024/3457 1/9 20/110
第七周 1024/3457 1/9 20/130
第八周 643/4100 2/11 30/170
第八周 2800/6900 1 /12 30/200

参考资料

  1. 如何判断图是否完全
  2. Dijkstra 算法
  3. 迪杰斯特拉算法介绍
posted @ 2018-11-18 21:20  大大的梦  阅读(250)  评论(0编辑  收藏  举报