def DispMatGraph(self): #输出图的邻接矩阵 for i in range(self.n): for j in range(self.n): if self.edges[i][j]==INF: print("%4s"%("∞"),end=' ') else: print("%5d" %(self.edges[i][j]),end=' ') print()解释该代码每一行

该代码实现了一个图(Graph)类中的一个方法，用于输出该图的邻接矩阵。

- 第1行：定义了一个名为DispMatGraph的方法，其中self表示该方法是一个图类的成员方法。
- 第2行：使用循环遍历图的所有节点，即从0到n-1。
- 第3-6行：嵌套循环遍历图的所有边，即从0到n-1。
- 第7-8行：如果第i行第j列的边的权值为INF，则输出字符"∞"。
- 第9-11行：否则，输出该边的权值，并使用end参数控制不换行。
- 第12行：输出一个空行，即实现换行效果。

相关问题

class adjMatrixGraph: # 构造方法，n个顶点m条边 def init(self,n,m): self.verNum = n #顶点数 self.edgeNum = m #边数 self.vertex = [0] * n #顶点列表 self.edge = [[0 for i in range(self.verNum)] \ for j in range(self.verNum)] #邻接矩阵二维列表 self.vis = [False] * n #顶点的访问列表，默认没访问过 def addVertex(self,ls): #添加顶点列表 self.vertex = ls def addEdge(self,fr,to):#添加边(fr,to) ifr = self.vertex.index(fr) #起点下标 ito = self.vertex.index(to) #终点下标 self.edge[ifr][ito] = self.edge[ito][ifr] = 1 #邻接矩阵 #邻接矩阵建图 def createGraph(): n,m = map(int,input().split()) #输入n个顶点和m条边 g = adjMatrixGraph(n,m) #创建无向图G g.addVertex(list(input().split())) #输入顶点列表 for i in range(m): #输入m条边 fr,to = input().split() g.addEdge(fr,to) return g 根绝上面代码编写一个广度优先搜索得函数

以下是基于邻接矩阵的广度优先搜索算法实现：

from queue import Queue

class adjMatrixGraph:
    # 构造方法，n个顶点m条边
    def __init__(self, n, m):
        self.verNum = n  # 顶点数
        self.edgeNum = m  # 边数
        self.vertex = [0] * n  # 顶点列表
        self.edge = [[0 for i in range(self.verNum)] for j in range(self.verNum)]  # 邻接矩阵二维列表
        self.vis = [False] * n  # 顶点的访问列表，默认没访问过

    def addVertex(self, ls):
        # 添加顶点列表
        self.vertex = ls

    def addEdge(self, fr, to):
        # 添加边(fr,to)
        ifr = self.vertex.index(fr)  # 起点下标
        ito = self.vertex.index(to)  # 终点下标
        self.edge[ifr][ito] = self.edge[ito][ifr] = 1  # 邻接矩阵

    # 广度优先搜索
    def BFS(self, start):
        if start not in self.vertex:
            return None
        start_index = self.vertex.index(start)
        q = Queue()
        q.put(start_index)
        self.vis[start_index] = True
        while not q.empty():
            cur = q.get()
            print(self.vertex[cur], end=' ')
            for i in range(self.verNum):
                if self.edge[cur][i] and not self.vis[i]:
                    q.put(i)
                    self.vis[i] = True

其中，BFS方法为广度优先搜索算法实现。它首先判断起始顶点是否存在于顶点列表中，然后初始化队列并将起始顶点加入队列，将其标记为已访问。接下来，开始循环处理队列，取出队首元素，输出其对应的顶点，然后遍历该顶点的所有邻接点，将其加入队列，并标记为已访问。直到队列为空，搜索结束。

class adjMatrixGraph: # 构造方法，n个顶点m条边 def __init__(self, n, m): self.verNum = n # 顶点数 self.edgeNum = m # 边数 self.vertex = [0] * n # 顶点列表 self.edge = [[0 for i in range(self.verNum)] \ for j in range(self.verNum)] # 邻接矩阵二维列表 self.vis = [False] * n # 顶点的访问列表，默认没访问过 def addVertex(self, ls): # 添加顶点列表 self.vertex = ls def addEdge(self, fr, to): # 添加边(fr,to) ifr = self.vertex.index(fr) # 起点下标 ito = self.vertex.index(to) # 终点下标 self.edge[ifr][ito] = self.edge[ito][ifr] = 1 # 邻接矩阵 # 邻接矩阵建图 def createGraph(): n, m = map(int, input().split()) # 输入n个顶点和m条边 g = adjMatrixGraph(n, m) # 创建无向图G g.addVertex(list(input().split())) # 输入顶点列表 for i in range(m): # 输入m条边 fr, to = input().split() g.addEdge(fr, to) return g # 返回无向图g # 定义抽象类型队列Queue，FIFO（First In,First Out) class Queue: # 1.构造方法,定义一个空的列表 def __init__(self): self.items = [] # 2.入队,队尾（列表尾部）入队 def push(self, item): self.items.append(item) # 3.出队，队首（列表头部）出队 def pop(self): return self.items.pop(0) # 4.判断队列是否为空 def isEmpty(self): return self.items == [] # 5.取队首 def getFront(self): return self.items[0] # 6.求队列大小 def getSize(self): return len(self.items) #顶点v(编号)出发对图G进行广度优先遍历 def bfs(G,v): g = createGraph() # 创建无向图g v = int(input()) # 输入出发顶点的编号 print("BFS from " + g.vertex[v] + " :", end="") bfs(g, v) # 顶点v(编号)出发对图G进行广度优先遍历

这段代码实现了一个无向图的邻接矩阵表示和广度优先遍历算法。其中adjMatrixGraph类是实现无向图的邻接矩阵表示，createGraph函数用于创建一个无向图并返回，Queue类实现了队列的基本操作，bfs函数实现了广度优先遍历算法。在bfs函数中，先创建了一个无向图g，然后输入出发顶点的编号v，最后调用bfs函数进行广度优先遍历，并输出遍历结果。