图分析程序：C++实现与D3可视化

"这篇文档是关于图分析的说明，涵盖了数据集、程序框架、核心算法以及可视化部分。数据集包括豆瓣影评和知乎话题数据，程序由C++构建网络图，C++实现核心算法（Dijkstra和Prim算法），并用QT和D3进行可视化。程序运行环境是Mac，并需要联网。算法部分详细描述了单连通域和多连通域的优先级搜索方法，以及Dijkstra算法的优先级更新规则。" 本文档详细阐述了一个基于C++的图分析项目，其目标是对特定数据集（如豆瓣影评和知乎话题）进行分析。首先，项目分为三个主要阶段：网络图构建、核心算法实现和可视化。在【网络图构建】阶段，C++用于创建网络图，生成的结果文件是"output/network.csv"，但由于资源消耗大，此步骤仅执行一次。接着，【核心算法的实现】部分，使用C++实现Dijkstra算法和Prim算法，以计算最短路径和最小生成树，这里统一采用优先级搜索PFS策略。算法实现过程中，邻接表被用来存储稀疏图，每个节点保存与其相连的边的编号，每条边也保存相关节点的编号。 在算法的【单连通域优先级搜索（PFS）】实现上，所有节点初始状态为未访问，优先级最低。程序通过优先级队列来选择下一个要访问的节点，直到队列为空。在【多连通域优先级搜索（pfs）】中，需要从所有未访问的节点出发，进行单连通域搜索，总时间复杂度为O(n+e)。 对于【最短路径的Dijkstra算法】，节点u到v的优先级更新通过特定公式进行，边的权重在【网络图构建】阶段计算，取用户间关系的最大权重。在计算最短路径或最小生成树时，边的权重会依据特定公式调整。 最后，【可视化】部分由QT处理用户输入，D3.js负责图形展示。整个程序在Mac环境下运行，需要互联网连接，以实现数据的获取和算法的更新。 这个项目提供了一个完整的图分析流程，包括数据处理、算法实现和交互式结果展示，是理解图论算法和实际应用的良好实例。对于学习C++编程、图算法和数据可视化的开发者来说，这是一个有价值的参考资源。