// just for test,无向图,邻接矩阵,书上图 6.17(a) void CreateUDG_AMG_Test(AMGraph &g){ g.vexnum = 8; g.arcnum = 9; // vertices string temp[] = {"V1", "V2", "V3","V4", "V5", "V6","V7", "V8"}; for (int i=0; i<g.vexnum; i++){ g.vexs[i] = temp[i]; } // init arcs as 0 for (int j=0; j<g.vexnum; j++) for (int k=0; k<g.vexnum; k++){ g.arcs[j][k] = 0; } // arcs int arc_i[] = {0, 0, 1, 1, 2, 2, 3, 4, 5}; int arc_j[] = {1, 2, 3, 4, 5, 6, 7, 7, 6}; int i, j; for (int k=0; k<g.arcnum; k++){ i = arc_i[k]; j = arc_j[k]; g.arcs[i][j] = 1; g.arcs[j][i] = 1; } return; } // just for test,无向网,邻接矩阵,书上图 6.19 void CreateUDN_AMG_Test(AMGraph &g){ g.vexnum = 6; g.arcnum = 10; // vertices string temp[] = {"V1", "V2", "V3","V4", "V5", "V6"}; for (int i=0; i<g.vexnum; i++){ g.vexs[i] = temp[i]; } // init arcs as MaxInt for (int j=0; j<g.vexnum; j++){ for (int k=0; k<g.vexnum; k++){ g.arcs[j][k] = MaxInt; } } // arcs int arc_i[] = {0, 0, 0, 1, 1, 2, 2, 2, 3, 4}; int arc_j[] = {1, 2, 3, 2, 4, 3, 4, 5, 5, 5}; int weights[] = {6, 1, 5, 5, 3, 5, 6, 4, 2, 6}; int i, j; for (int k=0; k<g.arcnum; k++){ i = arc_i[k]; j = arc_j[k]; g.arcs[i][j] = weights[k]; g.arcs[j][i] = weights[k]; } return; } // just for test,有向网,邻接矩阵 void CreateDN_AMG_Test(AMGraph &g, int vexnum, int arcnum, string vertices[], int arc_i[], int arc_j[], int weights[]){ g.vexnum = vexnum; g.arcnum = arcnum; // vertices for (int i=0; i<g.vexnum; i++){ g.vexs[i] = vertices[i]; } // init arcs as MaxInt for (int j=0; j<g.vexnum; j++){ for (int k=0; k<g.vexnum; k++){ g.arcs[j][k] = MaxInt; } } // arcs int i, j; for (int k=0; k<g.arcnum; k++){ i = arc_i[k]; j = arc_j[k]; g.arcs[i][j] = weights[k]; } return; }如何根据这个来编写以邻接矩阵存储创建无向网

时间: 2024-03-23 17:36:52 浏览: 21
您可以使用 CreateUDN_AMG_Test 函数来创建邻接矩阵存储的无向网。该函数已经预设了一个无向网的顶点数、边数、顶点信息和边信息。您可以将它们存入 AMGraph 类型的变量 g 中,代码如下: ``` AMGraph g; CreateUDN_AMG_Test(g); ``` 这样,变量 g 中就存储了一个邻接矩阵存储的无向网,您可以使用 g 进行后续的操作。
相关问题

void CreateUDG(AMGraph &G); //创建图,采用邻接矩阵存储 int DFS(AMGraph G, int v);//以v为起点深度优先遍历,求出各顶点值的和作为函数返回值

CreateUDG函数的实现代码如下: ```c void CreateUDG(AMGraph &G) { int i,j,k; int v1,v2,w; printf("请输入顶点数和边数:\n"); scanf("%d%d",&G.vexnum,&G.arcnum); printf("请输入各顶点的积分值:\n"); for(i=0;i<G.vexnum;++i) scanf("%d",&G.vexs[i]); for(i=0;i<G.vexnum;++i) for(j=0;j<G.vexnum;++j) G.arcs[i][j]=0; printf("请输入各边的两个顶点和权值:\n"); for(k=0;k<G.arcnum;++k) { scanf("%d%d%d",&v1,&v2,&w); i=LocateVex(G,v1); j=LocateVex(G,v2); G.arcs[i][j]=w; G.arcs[j][i]=w; } } ``` DFS函数的实现代码如下: ```c int DFS(AMGraph G, int v) { int i,sum=G.vexs[v]; visited[v]=1; for(i=0;i<G.vexnum;++i) if(G.arcs[v][i] && !visited[i]) sum+=DFS(G,i); return sum; } ``` 其中visited数组用于标记是否已经访问过该顶点,sum用于累加顶点积分值。在函数中首先将起点的顶点积分值加入sum中,并将起点标记为已访问。然后遍历与起点相邻的未访问过的顶点,将其加入sum中,并以其为起点继续深度优先遍历。最后返回sum作为函数返回值,即为连通分量顶点积分和。

无向图邻接矩阵的存储C语言,使用邻接矩阵存储无向图

好的,以下是使用邻接矩阵存储无向图的 C 语言代码示例: ```c #include <stdio.h> #include <stdlib.h> #define MAX_VERTEX_NUM 100 // 顶点的最大数量 typedef struct { int vertex[MAX_VERTEX_NUM]; // 顶点数组 int edge[MAX_VERTEX_NUM][MAX_VERTEX_NUM]; // 邻接矩阵数组 int vertex_num; // 顶点的数量 int edge_num; // 边的数量 } Graph; // 图的结构体 // 初始化图 void init_graph(Graph *g) { g->vertex_num = 0; g->edge_num = 0; for (int i = 0; i < MAX_VERTEX_NUM; i++) { g->vertex[i] = 0; for (int j = 0; j < MAX_VERTEX_NUM; j++) { g->edge[i][j] = 0; } } } // 添加顶点 void add_vertex(Graph *g, int v) { g->vertex[g->vertex_num] = v; g->vertex_num++; } // 添加边 void add_edge(Graph *g, int v1, int v2) { g->edge[v1][v2] = 1; g->edge[v2][v1] = 1; g->edge_num++; } // 打印图 void print_graph(Graph *g) { printf("Graph:\n"); printf("Vertex: "); for (int i = 0; i < g->vertex_num; i++) { printf("%d ", g->vertex[i]); } printf("\n"); printf("Edge:\n"); for (int i = 0; i < g->vertex_num; i++) { for (int j = 0; j < g->vertex_num; j++) { printf("%d ", g->edge[i][j]); } printf("\n"); } } int main() { Graph g; init_graph(&g); // 添加顶点 add_vertex(&g, 1); add_vertex(&g, 2); add_vertex(&g, 3); add_vertex(&g, 4); // 添加边 add_edge(&g, 0, 1); add_edge(&g, 1, 2); add_edge(&g, 2, 3); add_edge(&g, 3, 0); // 打印图 print_graph(&g); return 0; } ``` 以上代码演示了如何使用邻接矩阵存储无向图,包括初始化图、添加顶点、添加边以及打印图等操作。其中,邻接矩阵数组表示顶点之间的边是否存在,如果存在则为 1,否则为 0。

相关推荐

最新推荐

recommend-type

Python根据已知邻接矩阵绘制无向图操作示例

本篇将详细介绍如何利用Python的`networkx`库和`matplotlib`库根据已知的邻接矩阵来绘制无向图。 首先,邻接矩阵是一种二维数组,用于表示图中各个节点间的连接关系。在无向图中,邻接矩阵是对称的,因为边没有方向...
recommend-type

邻接表或者邻接矩阵为存储结构实现连通无向图的深度优先和广度优先遍历

程序设计任务: 设计一个程序,实现以邻接表或者邻接矩阵为存储结构,实现连通无向图的深度优先和广度优先遍历。基本要求:以邻接表或者邻接矩阵为存储结构,实现连通无向图的深度优先和广度优先遍历。以用户指定的...
recommend-type

C语言实现图的邻接矩阵存储操作

C语言实现图的邻接矩阵存储...* 图的种类标志(有向图和无向图) * 顶点和弧的表示和操作 总结 本文详细介绍了使用C语言实现图的邻接矩阵存储操作的方法和代码实现,旨在帮助读者更好地理解邻接矩阵的存储和操作。
recommend-type

C++实现图的邻接矩阵表示

C++实现图的邻接矩阵表示 在计算机科学和信息技术领域中,图理论是一个非常重要的概念,广泛应用于社会网络、交通网络、计算机网络等领域。图的表示方式有多种,邻接矩阵是一种常用的图表示方法。在C++中实现图的...
recommend-type

C语言求解无向图顶点之间的所有最短路径

C语言求解无向图顶点之间的所有最短路径 本文主要介绍了使用C语言解决无向图顶点之间的所有最短路径问题。该问题是图论领域中的一个经典问题,解决这个问题可以帮助我们更好地理解图论的基本概念和算法思想。 在...
recommend-type

利用迪杰斯特拉算法的全国交通咨询系统设计与实现

全国交通咨询模拟系统是一个基于互联网的应用程序,旨在提供实时的交通咨询服务,帮助用户找到花费最少时间和金钱的交通路线。系统主要功能包括需求分析、个人工作管理、概要设计以及源程序实现。 首先,在需求分析阶段,系统明确了解用户的需求,可能是针对长途旅行、通勤或日常出行,用户可能关心的是时间效率和成本效益。这个阶段对系统的功能、性能指标以及用户界面有明确的定义。 概要设计部分详细地阐述了系统的流程。主程序流程图展示了程序的基本结构,从开始到结束的整体运行流程,包括用户输入起始和终止城市名称,系统查找路径并显示结果等步骤。创建图算法流程图则关注于核心算法——迪杰斯特拉算法的应用,该算法用于计算从一个节点到所有其他节点的最短路径,对于求解交通咨询问题至关重要。 具体到源程序,设计者实现了输入城市名称的功能,通过 LocateVex 函数查找图中的城市节点,如果城市不存在,则给出提示。咨询钱最少模块图是针对用户查询花费最少的交通方式,通过 LeastMoneyPath 和 print_Money 函数来计算并输出路径及其费用。这些函数的设计体现了算法的核心逻辑,如初始化每条路径的距离为最大值,然后通过循环更新路径直到找到最短路径。 在设计和调试分析阶段,开发者对源代码进行了严谨的测试,确保算法的正确性和性能。程序的执行过程中,会进行错误处理和异常检测,以保证用户获得准确的信息。 程序设计体会部分,可能包含了作者在开发过程中的心得,比如对迪杰斯特拉算法的理解,如何优化代码以提高运行效率,以及如何平衡用户体验与性能的关系。此外,可能还讨论了在实际应用中遇到的问题以及解决策略。 全国交通咨询模拟系统是一个结合了数据结构(如图和路径)以及优化算法(迪杰斯特拉)的实用工具,旨在通过互联网为用户提供便捷、高效的交通咨询服务。它的设计不仅体现了技术实现,也充分考虑了用户需求和实际应用场景中的复杂性。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

【实战演练】基于TensorFlow的卷积神经网络图像识别项目

![【实战演练】基于TensorFlow的卷积神经网络图像识别项目](https://img-blog.csdnimg.cn/20200419235252200.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM3MTQ4OTQw,size_16,color_FFFFFF,t_70) # 1. TensorFlow简介** TensorFlow是一个开源的机器学习库,用于构建和训练机器学习模型。它由谷歌开发,广泛应用于自然语言
recommend-type

CD40110工作原理

CD40110是一种双四线双向译码器,它的工作原理基于逻辑编码和译码技术。它将输入的二进制代码(一般为4位)转换成对应的输出信号,可以控制多达16个输出线中的任意一条。以下是CD40110的主要工作步骤: 1. **输入与编码**: CD40110的输入端有A3-A0四个引脚,每个引脚对应一个二进制位。当你给这些引脚提供不同的逻辑电平(高或低),就形成一个四位的输入编码。 2. **内部逻辑处理**: 内部有一个编码逻辑电路,根据输入的四位二进制代码决定哪个输出线应该导通(高电平)或保持低电平(断开)。 3. **输出**: 输出端Y7-Y0有16个,它们分别与输入的编码相对应。当特定的
recommend-type

全国交通咨询系统C++实现源码解析

"全国交通咨询系统C++代码.pdf是一个C++编程实现的交通咨询系统,主要功能是查询全国范围内的交通线路信息。该系统由JUNE于2011年6月11日编写,使用了C++标准库,包括iostream、stdio.h、windows.h和string.h等头文件。代码中定义了多个数据结构,如CityType、TrafficNode和VNode,用于存储城市、交通班次和线路信息。系统中包含城市节点、交通节点和路径节点的定义,以及相关的数据成员,如城市名称、班次、起止时间和票价。" 在这份C++代码中,核心的知识点包括: 1. **数据结构设计**: - 定义了`CityType`为short int类型,用于表示城市节点。 - `TrafficNodeDat`结构体用于存储交通班次信息,包括班次名称(`name`)、起止时间(原本注释掉了`StartTime`和`StopTime`)、运行时间(`Time`)、目的地城市编号(`EndCity`)和票价(`Cost`)。 - `VNodeDat`结构体代表城市节点,包含了城市编号(`city`)、火车班次数(`TrainNum`)、航班班次数(`FlightNum`)以及两个`TrafficNodeDat`数组,分别用于存储火车和航班信息。 - `PNodeDat`结构体则用于表示路径中的一个节点,包含城市编号(`City`)和交通班次号(`TraNo`)。 2. **数组和变量声明**: - `CityName`数组用于存储每个城市的名称,按城市编号进行索引。 - `CityNum`用于记录城市的数量。 - `AdjList`数组存储各个城市的线路信息,下标对应城市编号。 3. **算法与功能**: - 系统可能实现了Dijkstra算法或类似算法来寻找最短路径,因为有`MinTime`和`StartTime`变量,这些通常与路径规划算法有关。 - `curPath`可能用于存储当前路径的信息。 - `SeekCity`函数可能是用来查找特定城市的函数,其参数是一个城市名称。 4. **编程语言特性**: - 使用了`#define`预处理器指令来设置常量,如城市节点的最大数量(`MAX_VERTEX_NUM`)、字符串的最大长度(`MAX_STRING_NUM`)和交通班次的最大数量(`MAX_TRAFFIC_NUM`)。 - `using namespace std`导入标准命名空间,方便使用iostream库中的输入输出操作。 5. **编程实践**: - 代码的日期和作者注释显示了良好的编程习惯,这对于代码维护和团队合作非常重要。 - 结构体的设计使得数据组织有序,方便查询和操作。 这个C++代码实现了全国交通咨询系统的核心功能,涉及城市节点管理、交通班次存储和查询,以及可能的路径规划算法。通过这些数据结构和算法,用户可以查询不同城市间的交通信息,并获取最优路径建议。