1.Prim算法生成最小生成树

//Prim算法生成最小生成树
void MiniSpanTree_Prim(MGraph G)
{
int min,i,j,k;
int adjvex[MAXVEX];
int lowcost[MAXVEX];
lowcost[0] = 0; adjvex[0] = 0;
for(i = 1;i < G.numVertexes;i++)
{
lowcost[i] = G.arc[0][i];
adjvex[i] = 0;
}
for(i = 1;i < G.numVertexes;i++)
{
min = INFINITY; j = 1;k = 0;
while(j < G.numVertexes)
{
if(lowcost[j] != 0 && lowcost[j] < min)
{
min = lowcost[j];
k = j;
}
j++;
} printf("(%d,%d)",adjvex[k],k);
lowcost[k] = 0;
for(j = i;j < G.numVertexes;j++)
{
if(lowcost[j]!=0 && G.arc[k][j] < lowcost[j])
{
lowcost[j] = G.arc[k][j];
adjvex[j] = k;
}
}
}
}
42
 
1
//Prim算法生成最小生成树
2
void MiniSpanTree_Prim(MGraph G)
3
{
4
    int min,i,j,k;
5
    int adjvex[MAXVEX];
6
    int lowcost[MAXVEX];
7
    lowcost[0] = 0;
8
    
9

10
    adjvex[0] = 0;
11
    for(i = 1;i < G.numVertexes;i++)
12
    {
13
        lowcost[i] = G.arc[0][i];
14
        adjvex[i] = 0;
15
    }
16
    for(i = 1;i < G.numVertexes;i++)
17
    {
18
        min = INFINITY;
19

20
        j = 1;k = 0;
21
        while(j < G.numVertexes)
22
        {
23
            if(lowcost[j] != 0 && lowcost[j] < min)
24
            {
25
                min = lowcost[j];
26
                k = j;
27
            }
28
            j++;
29
        }
30

31
        printf("(%d,%d)",adjvex[k],k);
32
        lowcost[k] = 0;
33
        for(j = i;j < G.numVertexes;j++)
34
        {
35
            if(lowcost[j]!=0 && G.arc[k][j] < lowcost[j])
36
            {
37
                lowcost[j] = G.arc[k][j];
38
                adjvex[j] = k;
39
            }
40
        }
41
    }
42
}

2.克鲁斯卡尔(Kruskal)算法
//Kruskal算法生成最小生成树
void MiniSpanTree_Kruskal(MGraph G)
{
int i,n,m;
Edge edges[MAXEDGE];
int parentp[MAXVEX]; //省略将邻接矩阵转化为边集数组edges并按权由小到大排序的代码
for(i = 0; i < G.numEdges;i++)
{
parent[i] = 0;
}
for(i = o;i < G.numEdges;i++)
{
n = Find(parent,edges[i].begin);
m = Find(parent,edges[i].end);
if(n != m)
{
parent[n] = m;
printf("(%d,%d) %d ",edges[i].begin,edges[i].end,edges[i].weight); }
}
} int Find(int *parent,int f)
{
while(parent[f] > 0)
{
f = parent[f];
}
return f;
}
34
 
1
//Kruskal算法生成最小生成树
2
void MiniSpanTree_Kruskal(MGraph G)
3
{
4
    int i,n,m;
5
    Edge edges[MAXEDGE];
6
    int parentp[MAXVEX];
7

8
    //省略将邻接矩阵转化为边集数组edges并按权由小到大排序的代码
9
    for(i = 0; i < G.numEdges;i++)
10
    {
11
        parent[i] = 0;
12
    }
13
    for(i = o;i < G.numEdges;i++)
14
    {
15
        n = Find(parent,edges[i].begin);
16
        m = Find(parent,edges[i].end);
17
        if(n != m)
18
        {
19
            parent[n] = m;
20
            printf("(%d,%d) %d ",edges[i].begin,edges[i].end,edges[i].weight);
21

22
        }
23
    }
24
}
25

26

27
int Find(int *parent,int f)
28
{
29
    while(parent[f] > 0)
30
    {
31
        f = parent[f];
32
    }
33
    return f;
34
}


3.迪杰斯特拉(Dijkstra)算法
//迪杰斯特拉(Dijkstra)算法
#define MAXVEX 9
#define INFINITY 65535 typedef int Patharc[MAXVEX];
typedef int ShortPathTable[MAXVEX]; void ShortestPath_Dijkstra(MGraph G,INT V0,Patharc *P,ShortPathTable *D)
{
int v,w,k,min;
int final[MAXVEX];
for(v = 0;v < G.numVertexes;v++)
{
final[v] = 0;
(*D)[v] = G.arc[v0][v];
(*P)[v] = 0;
}
(*D)[v0] = 0;
final[vo] = 1; for(v = 1;v < G.numVertexes;w++)
{
min = INFINITY;
for(w = 0;w < G.numVertexes;w++)
{
if(!final[w] && (*D)[w] < min)
{
k = w;
min = (*D)[w];
}
} final[k] = 1;
for(w = 0;w < G.numVertexes;w++)
{
if(!final[w] && (min+G.arc[k][w])< (*D)[w])
{
(*D)[w] = min + G.arc[k][w];
(*P)[w] = k;
}
}
}
}
44
 
1
//迪杰斯特拉(Dijkstra)算法
2
#define MAXVEX 9
3
#define INFINITY 65535
4

5
typedef int Patharc[MAXVEX];
6
typedef int ShortPathTable[MAXVEX];
7

8

9
void ShortestPath_Dijkstra(MGraph G,INT V0,Patharc *P,ShortPathTable *D)
10
{
11
    int v,w,k,min;
12
    int final[MAXVEX];
13
    for(v = 0;v < G.numVertexes;v++)
14
    {
15
        final[v] = 0;
16
        (*D)[v] = G.arc[v0][v];
17
        (*P)[v] = 0;
18
    }
19
    (*D)[v0] = 0;
20
    final[vo] = 1;
21

22
    for(v = 1;v < G.numVertexes;w++)
23
    {
24
        min = INFINITY;
25
        for(w = 0;w < G.numVertexes;w++)
26
        {
27
            if(!final[w] && (*D)[w] < min)
28
            {
29
                k = w;
30
                min = (*D)[w];
31
            }
32
        }
33

34
        final[k] = 1;
35
        for(w = 0;w < G.numVertexes;w++)
36
        {
37
            if(!final[w] && (min+G.arc[k][w])< (*D)[w])
38
            {
39
                (*D)[w] = min + G.arc[k][w];
40
                (*P)[w] = k;
41
            }
42
        }
43
    }
44
}

4.弗洛伊德(Floyd算法)
//弗洛伊德(Floyd算法)
typedef int PathMatirx[MAXVEX][MAXVEX];
typedef int ShortPathTable[MAXVEX][MAXVEX]; void ShortestPath_Floyd(MGraph G,Pathmatirx *P,ShortPathTable *D)
{
int v,w,k;
for(v = 0;v < G.numVertexes; ++v)
{
for(w = 0;w < G.numVertexes;++w)
{
(*D)[v][w] = G.matirx[v][w];
(*P)[v][w] = w;
}
} for(k = 0;k < G.numVertexes;++k)
{
for(v = 0;v < G.numVertexes;++v)
{
for(w = 0;w < G.numVertexes;++w)
{
if((*D)[v][w] > (*D)[v][k]+(*D)[k][w])
{
(*D)[v][w] = (*D)[v][w]+(*D)[k][w];
(*P)[v][w] = (*P)[v][k];
}
}
}
}
} //最短路径显示代码段
for(v = 0;v < Q.numVertexes;++v)
{
for(w = v+1;w < G.numVertexes;w++)
{
printf("v%d-v%d weight: %d ",v,w,D[v][w]);
k = P[v][w];
printf(" path: %d",v); while(k != w)
{
printf(" -> %d",k);
k = P[k][w];
}
printf(" -> %d\n",w);
}
printf("\n");
}
x
 
1
//弗洛伊德(Floyd算法)
2
typedef int PathMatirx[MAXVEX][MAXVEX];
3
typedef int ShortPathTable[MAXVEX][MAXVEX];
4

5
void ShortestPath_Floyd(MGraph G,Pathmatirx *P,ShortPathTable *D)
6
{
7
    int v,w,k;
8
    for(v = 0;v < G.numVertexes; ++v)
9
    {
10
        for(w = 0;w < G.numVertexes;++w)
11
        {
12
            (*D)[v][w] = G.matirx[v][w];
13
            (*P)[v][w] = w;
14
        }
15
    }
16

17
    for(k = 0;k < G.numVertexes;++k)
18
    {
19
        for(v = 0;v < G.numVertexes;++v)
20
        {
21
            for(w = 0;w < G.numVertexes;++w)
22
            {
23
                if((*D)[v][w] > (*D)[v][k]+(*D)[k][w])
24
                {
25
                    (*D)[v][w] = (*D)[v][w]+(*D)[k][w];
26
                    (*P)[v][w] = (*P)[v][k];
27
                }
28
            }
29
        }
30
    }
31
}
32

33

34

35
//最短路径显示代码段
36
for(v = 0;v < Q.numVertexes;++v)
37
{
38
    for(w = v+1;w < G.numVertexes;w++)
39
    {
40
        printf("v%d-v%d weight: %d ",v,w,D[v][w]);
41
        k = P[v][w];
42
        printf(" path: %d",v);
43

44
        while(k != w)
45
        {
46
            printf(" -> %d",k);
47
            k = P[k][w];
48
        }
49
        printf(" -> %d\n",w);
50
    }
51
    printf("\n");
52
}

附件列表

Chapter 7(图)的更多相关文章

  1. Chapter 4 图

    Chapter 4 图 . 1-   图的存储结构 无向图:对称 有向图:…… 2-   图的遍历 1   深度优先搜索(DFS) 类似于二叉树的先序遍历 2   广度优先搜索(BFS) 类似于二叉树 ...

  2. 【译】x86程序员手册13-第5章 内存管理

    Chapter 5 Memory Management 内存管理 The 80386 transforms logical addresses (i.e., addresses as viewed b ...

  3. 《算法导论》习题解答 Chapter 22.1-5(求平方图)

    一.邻接矩阵实现 思路:如果是邻接矩阵存储,设邻接矩阵为A,则A*A即为平方图,只需要矩阵相乘即可: 伪代码: for i=1 to n for j=1 to n for k=1 to n resul ...

  4. 《算法导论》习题解答 Chapter 22.1-3(转置图)

    一.邻接表实现 思路:一边遍历,一边倒置边,并添加到新的图中 邻接表实现伪代码: for each u 属于 Vertex for v 属于 Adj[u] Adj1[v].insert(u); 复杂度 ...

  5. Android Programming: Pushing the Limits -- Chapter 7:Android IPC -- Messenger

    Messenger类实际是对Aidl方式的一层封装.本文只是对如何在Service中使用Messenger类实现与客户端的通信进行讲解,对Messenger的底层不做说明.阅读Android Prog ...

  6. [转]第四章 使用OpenCV探测来至运动的结构——Chapter 4:Exploring Structure from Motion Using OpenCV

    仅供参考,还未运行程序,理解部分有误,请参考英文原版. 绿色部分非文章内容,是个人理解. 转载请注明:http://blog.csdn.net/raby_gyl/article/details/174 ...

  7. PRML Chapter 2. Probability Distributions

    PRML Chapter 2. Probability Distributions P68 conjugate priors In Bayesian probability theory, if th ...

  8. WITCH CHAPTER 0 [cry] 绝密开发中的史克威尔艾尼克斯的DX12技术演示全貌

    西川善司的[WITCH CHAPTER 0  cry]讲座 ~绝密开发中的史克威尔艾尼克斯的DX12技术演示全貌   注:日文原文地址: http://pc.watch.impress.co.jp/d ...

  9. Chapter 3: Connector(连接器)

    一.概述 Tomcat或者称之为Catalina(开发名称),可以简化为两个主要的模块,如下图: 多个Connector关联一个Container.之所以需要多个Connector,是为了处理多种协议 ...

随机推荐

  1. jobs命令详解

    基础命令学习目录首页 在用管理员执行一个命令后,用Ctrl+Z把命令转移到了后台.导致无法退出root的. 输入命令:exit终端显示:There are stopped jobs. 解决方法:方法一 ...

  2. Mysql DataPacketTooBigException异常处理

    在本地上运行好好,然后发布到服务器上去, 总是报错,后来查了一下日志,得到了如下的错误日志: [org.hibernate.engine.jdbc.spi.SqlExceptionHelper] Pa ...

  3. Nginx是如何配置为 Web 服务器的【转载】

    详解 Nginx是如何配置为 Web 服务器的 林涛 发表于:2016-11-29 23:23 分类:WebServer 标签:Nginx,web,web服务器 521次 抽象来说,将 Nginx 配 ...

  4. Scrum Meeting 8 -2014.11.14

    给开发加了个pdf信息提取优化任务. 弄了半天发现服务器也是个好东西.这周末可以和爬虫讨论整合的问题了. Member Today’s task Next task 林豪森 协助测试及服务器部署 协助 ...

  5. Last Daily Scrum (2015/11/9)

    今晚我们终于完成了新版本的爬虫工作,可以替换掉之前部署在服务器上的那个爬虫了.由于周末大家各种原因导致了我们迭代一的截止日没有完成所有任务,所以今天晚上大家加班加点终于把这一迭代的爬虫项目完成了. 成 ...

  6. Daily Srum 10.26

    Daily Scrum Meeting 虽然TFS的相关使用已经在上面贴出来一段时间,但是要运用TFS还是有些困难的,特别是TFS的代码管理机制,所以我们让部分人先弄清楚,然后再教授给其他人.终于大家 ...

  7. No.100_第一次团队会议

    任务的确立 这次会议,我们的主要目标是确定任务: 我们的任务有以下几个选择: 学霸网站,这个项目拥有以前的前端代码,我们再使用Django后端服务.上手难度较低,环境较好. 多平台时间管理软件. 安卓 ...

  8. linux 常用命令-配置登陆方式

    使用阿里云服务器,启动实例(ubuntu 7.4,密码登录)后,通过xshell登陆,但是发现xshell中密码登录是灰色禁用的,很惆怅啊,明明设置的就是密码登录,在xshell中找了一通设置发现并没 ...

  9. Leetcode题库——28.实现strStr()

    @author: ZZQ @software: PyCharm @file: strStr.py @time: 2018/11/6 20:04 要求:给定一个 haystack 字符串和一个 need ...

  10. 第一次Sprint计划

    目标: 各成员先学习基于eclipse开发android应用软件的基本技术(砍柴要先磨刀,工具都没怎么做) 先弄一个简单的四则运算答题功能看看程序是否能在手机上运行 (以上为冲刺一内容) 时间: 5月 ...