东北电大校园导游：数据结构课程设计实例

在本数据结构课程设计中，学生针对“校园导游”这一主题进行实践，通过实现一个简单的图论算法来解决路径规划问题。项目主要涉及了以下几个关键知识点： 1. **数据结构选择**：项目使用邻接矩阵（二维数组`cost`）来表示校园景点之间的距离关系，其中`cost[i][j]`表示景点i到景点j的距离。邻接矩阵是一种常见的图的表示方法，适合于处理有向或无向图中的边权重。 2. **算法选择**：设计的核心算法是Dijkstra算法，通过`shortestdistance()`函数实现。该算法用于求解图中两个节点之间的最短路径，通过维护一个优先队列来迭代更新最短距离，直至找到目标节点。 3. **自定义函数**： - `introduce()`: 可能是一个介绍景点的辅助函数，但根据提供的代码片段并未明确展示。 - `shortestdistance()`: 主要实现Dijkstra算法，包括初始化距离和优先级队列、更新最短路径、直到找到最短路径或遍历完整个图。 - `floyed()`: 这个名称可能是指Floyd-Warshall算法，但代码中并未直接给出，通常Floyd-Warshall用于求解所有节点对之间的最短路径，而Dijkstra仅适用于单源最短路径。 - `display(i, j)`: 可能用于显示两个景点之间的最短路径信息。 4. **主函数`main()`**：作为程序入口，首先初始化`cost`矩阵，设置各个景点之间的默认距离，然后进入一个无限循环，提供用户交互界面，允许用户输入起点和终点，调用`shortestdistance()`函数计算最短路径，并可能通过`display()`函数展示结果。 5. **控制流程**：主循环不断接收用户输入，根据用户的指示（如选择1-10个景点之一作为起点和终点），调用相应的函数，直到用户退出程序。 6. **矩阵初始化**：除了表示实际的景点连接，`cost`矩阵还包含了自环和对角线上的距离为0，这遵循图论中通常的定义，即从一个节点到自身的距离为0。 这个课程设计项目是围绕数据结构中的图论算法——Dijkstra算法展开，通过实例化东北电力大学的校园景点地图，让学生熟悉算法应用，提高编程技能和理解。同时，它也展示了如何在实际场景中运用数据结构来解决问题，以及编写清晰、模块化的代码结构。