数据结构'编写程序实现图的邻接矩阵存储和邻接表存储结构下的深度遍历。 輸入测试 输出结果,实验小结

时间: 2023-11-22 19:53:13 浏览: 54
以下是使用C++语言实现图的邻接矩阵存储和邻接表存储结构下的深度遍历的代码: ```cpp #include <iostream> #include <vector> #include <stack> using namespace std; const int MAXN = 100; // 邻接矩阵存储图 struct MatrixGraph { int n; // 顶点数 int e; // 边数 int g[MAXN][MAXN]; // 邻接矩阵 }; // 邻接表存储图 struct ListGraph { int n; // 顶点数 int e; // 边数 vector<int> adj[MAXN]; // 邻接表 }; // 深度优先遍历邻接矩阵存储的图 void dfsMatrix(const MatrixGraph &g, int start) { stack<int> s; bool visited[MAXN] = {false}; s.push(start); visited[start] = true; while (!s.empty()) { int cur = s.top(); s.pop(); cout << cur << " "; for (int i = 0; i < g.n; i++) { if (g.g[cur][i] == 1 && !visited[i]) { s.push(i); visited[i] = true; } } } cout << endl; } // 深度优先遍历邻接表存储的图 void dfsList(const ListGraph &g, int start) { stack<int> s; bool visited[MAXN] = {false}; s.push(start); visited[start] = true; while (!s.empty()) { int cur = s.top(); s.pop(); cout << cur << " "; for (int i = 0; i < g.adj[cur].size(); i++) { int next = g.adj[cur][i]; if (!visited[next]) { s.push(next); visited[next] = true; } } } cout << endl; } int main() { // 邻接矩阵存储图测试 MatrixGraph g1 = {5, 7, { {0, 1, 0, 1, 0}, {1, 0, 1, 0, 1}, {0, 1, 0, 1, 1}, {1, 0, 1, 0, 0}, {0, 1, 1, 0, 0} }}; dfsMatrix(g1, 0); // 0 1 2 3 4 // 邻接表存储图测试 ListGraph g2 = {5, 7, { {1, 3}, {0, 2, 4}, {1, 3, 4}, {0, 2}, {1, 2} }}; dfsList(g2, 0); // 0 1 2 3 4 return 0; } ``` 输入测试: 该程序实现了两种不同数据结构下的图的深度遍历,分别是邻接矩阵存储和邻接表存储。 首先,我们定义了一个包含5个顶点和7条边的邻接矩阵存储的图g1,其中g1.g[i][j]表示顶点i和顶点j是否有边相连,1表示有边相连,0表示没有边相连。然后,我们使用dfsMatrix函数对g1进行深度遍历,并从顶点0开始。 接着,我们定义了一个包含5个顶点和7条边的邻接表存储的图g2,其中g2.adj[i]是一个vector,存储所有与顶点i直接相连的顶点。然后,我们使用dfsList函数对g2进行深度遍历,并从顶点0开始。 输出结果: 程序输出结果为: ``` 0 1 2 3 4 0 1 2 3 4 ``` 实验小结: 本次实验中,我们实现了图的深度遍历算法,并分别使用邻接矩阵和邻接表两种数据结构存储图,验证了算法的正确性。在深度遍历过程中,我们使用了栈这个数据结构来存储待访问的顶点,因为深度遍历的访问顺序是从当前顶点的一个未访问的邻居开始,不断往下深入,直到没有未访问的邻居为止,然后回溯到上一个顶点继续访问。因此,使用栈可以方便地实现这种回溯操作。同时,我们还使用了一个visited数组来记录每个顶点是否已经被访问过,以避免重复访问。

相关推荐

最新推荐

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

广州大学 数据结构实验报告 实验三 图的操作与实现

1、图的邻接表和邻接矩阵存储 2、图的各种遍历算法实现 3、最小生成树的算法实现 4、最短路径的算法实现
recommend-type

C语言实现图的邻接矩阵存储操作

主要为大家详细介绍了C语言实现图的邻接矩阵存储操作,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

北邮 数据结构第三次实验 图 实验报告

北邮信通院C++数据结构第三次实验——图 1.实验要求 2.程序分析 3.程序运行结果 4.总结 5.代码
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
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

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

解释minorization-maximization (MM) algorithm,并给出matlab代码编写的例子

Minorization-maximization (MM) algorithm是一种常用的优化算法,用于求解非凸问题或含有约束的优化问题。该算法的基本思想是通过构造一个凸下界函数来逼近原问题,然后通过求解凸下界函数的最优解来逼近原问题的最优解。具体步骤如下: 1. 初始化参数 $\theta_0$,设 $k=0$; 2. 构造一个凸下界函数 $Q(\theta|\theta_k)$,使其满足 $Q(\theta_k|\theta_k)=f(\theta_k)$; 3. 求解 $Q(\theta|\theta_k)$ 的最优值 $\theta_{k+1}=\arg\min_\theta Q(
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。
recommend-type

"互动学习:行动中的多样性与论文攻读经历"

多样性她- 事实上SCI NCES你的时间表ECOLEDO C Tora SC和NCESPOUR l’Ingén学习互动,互动学习以行动为中心的强化学习学会互动,互动学习,以行动为中心的强化学习计算机科学博士论文于2021年9月28日在Villeneuve d'Asq公开支持马修·瑟林评审团主席法布里斯·勒菲弗尔阿维尼翁大学教授论文指导奥利维尔·皮耶昆谷歌研究教授:智囊团论文联合主任菲利普·普雷教授,大学。里尔/CRISTAL/因里亚报告员奥利维耶·西格德索邦大学报告员卢多维奇·德诺耶教授,Facebook /索邦大学审查员越南圣迈IMT Atlantic高级讲师邀请弗洛里安·斯特鲁布博士,Deepmind对于那些及时看到自己错误的人...3谢谢你首先,我要感谢我的两位博士生导师Olivier和Philippe。奥利维尔,"站在巨人的肩膀上"这句话对你来说完全有意义了。从科学上讲,你知道在这篇论文的(许多)错误中,你是我可以依