`
hlzhou
  • 浏览: 111023 次
  • 性别: Icon_minigender_1
  • 来自: 上海
社区版块
存档分类

图论算法-求(有向)图中任意两点间所有路径

阅读更多

 

求(有向)图中任意两点间所有路径

1建图:

     图类中包括如下信息:顶点集合,邻接矩阵。

     节点类中包括如下信息:是否被访问过,节点的名称,从这个节点访问到下一个节点的集合

 



 <!--[endif]-->

1



 <!--[endif]-->

2

 

2 算法思路

  A 将始点设置为已访问,将其入栈

  B 查看栈顶节点V在图中,有没有可以到达、且没有入栈、且没有从这个节点V出发访问过的节点

  C 如果有,则将找到的这个节点入栈

  D 如果没有,则将节点V访问到下一个节点的集合中每个元素赋值为零,V出栈

  E 当栈顶元素为终点时,设置终点没有被访问过,打印栈中元素,弹出栈顶节点

  F 重复执行B – E,直到栈中元素为空

 

 

package util;

public class Graph {

	private Vertex vertexList[]; // list of vertices
	private int adjMat[][]; // adjacency matrix

	private int nVerts;
	private static int MAX_VERTS = 7; // n个点

	int i = 0;
	int j = 0;

	public Vertex[] getVertexList() {
		return vertexList;
	}

	public int[][] getAdjMat() {
		return adjMat;
	}

	public int getN() {
		return MAX_VERTS;
	}

	public Graph(int index) {
		adjMat = new int[MAX_VERTS][MAX_VERTS]; // 邻接矩阵
		vertexList = new Vertex[MAX_VERTS]; // 顶点数组
		nVerts = 0;

		for (i = 0; i < MAX_VERTS; i++) {
			for (j = 0; j < MAX_VERTS; j++) {
				adjMat[i][j] = 0;
			}
		}

		addVertex('A');
		addVertex('B');
		addVertex('C');
		addVertex('D');
		addVertex('E');
		addVertex('F');
		addVertex('G');

		addEdge(0, 1);
		addEdge(0, 2);
		addEdge(1, 4);
		addEdge(2, 0);
		addEdge(2, 5);
		addEdge(3, 0);
		addEdge(3, 2);
		addEdge(3, 3);
		addEdge(4, 1);
		addEdge(4, 2);
		addEdge(5, 6);
		addEdge(6, 3);

		switch (index) {
		case 0:
			break;
		case 1:
			delEdge(4, 2);
			break;
		default:
			break;
		}
	}

	private void delEdge(int start, int end) {
		adjMat[start][end] = 0;
	}

	private void addEdge(int start, int end) {// 有向图,添加边
		adjMat[start][end] = 1;
		// adjMat[end][start] = 1;
	}

	public void addVertex(char lab) {
		vertexList[nVerts++] = new Vertex(lab);// 添加点
	}

	public char displayVertex(int i) {
		return vertexList[i].getLabel();
	}

	public boolean displayVertexVisited(int i) {
		return vertexList[i].WasVisited();
	}

	public void printGraph() {
		for (i = 0; i < MAX_VERTS; i++) {
			System.out.print("第" + displayVertex(i) + "个节点:" + " ");

			for (j = 0; j < MAX_VERTS; j++) {
				System.out.print(displayVertex(i) + "-" + displayVertex(j)
						+ ":" + adjMat[i][j] + " ");
			}
			System.out.println();
		}

	}

}

 package util;

import java.util.ArrayList;

public class Vertex {

	boolean wasVisited; // 是否遍历过
	public char label; // 节点名称
	ArrayList<Integer> allVisitedList;// 节点已访问过的顶点

	public void setAllVisitedList(ArrayList<Integer> allVisitedList) {
		this.allVisitedList = allVisitedList;
	}

	public ArrayList<Integer> getAllVisitedList() {
		return allVisitedList;
	}

	public boolean WasVisited() {
		return wasVisited;
	}

	public void setWasVisited(boolean wasVisited) {
		this.wasVisited = wasVisited;
	}

	public char getLabel() {
		return label;
	}

	public void setLabel(char label) {
		this.label = label;
	}

	public Vertex(char lab) // constructor
	{
		label = lab;
		wasVisited = false;
	}

	public void setVisited(int j) {
		allVisitedList.set(j, 1);

	}

}

 package util;

import java.util.ArrayList;
import java.util.Stack;

public class AF {

	boolean isAF = true;
	Graph graph;
	int n;
	int start, end;
	Stack<Integer> theStack;

	private ArrayList<Integer> tempList;
	private String counterexample;

	public AF(Graph graph, int start, int end) {
		this.graph = graph;
		this.start = start;
		this.end = end;
	}

	public boolean getResult() {
		graph.printGraph();
		n = graph.getN();
		theStack = new Stack<Integer>();

		if (!isConnectable(start, end)) {
			isAF = false;
			counterexample = "节点之间没有通路";
		} else {
			for (int j = 0; j < n; j++) {
				tempList = new ArrayList<Integer>();
				for (int i = 0; i < n; i++) {
					tempList.add(0);
				}
				graph.getVertexList()[j].setAllVisitedList(tempList);
			}

			isAF = af(start, end);
		}
		return isAF;
	}

	private boolean af(int start, int end) {
		graph.getVertexList()[start].setWasVisited(true); // mark it
		theStack.push(start); // push it

		while (!theStack.isEmpty()) {
			int v = getAdjUnvisitedVertex(theStack.peek());
			if (v == -1) // if no such vertex,
			{
				tempList = new ArrayList<Integer>();
				for (int j = 0; j < n; j++) {
					tempList.add(0);
				}
				graph.getVertexList()[theStack.peek()]
						.setAllVisitedList(tempList);// 把栈顶节点访问过的节点链表清空
				theStack.pop();
			} else // if it exists,
			{
				theStack.push(v); // push it
			}

			if (!theStack.isEmpty() && end == theStack.peek()) {
				graph.getVertexList()[end].setWasVisited(false); // mark it
				printTheStack(theStack);
				System.out.println();
				theStack.pop();
			}
		}

		return isAF;
	}

	// 判断连个节点是否能连通
	private boolean isConnectable(int start, int end) {
		ArrayList<Integer> queue = new ArrayList<Integer>();
		ArrayList<Integer> visited = new ArrayList<Integer>();
		queue.add(start);
		while (!queue.isEmpty()) {
			for (int j = 0; j < n; j++) {
				if (graph.getAdjMat()[start][j] == 1 && !visited.contains(j)) {
					queue.add(j);
				}
			}
			if (queue.contains(end)) {
				return true;
			} else {
				visited.add(queue.get(0));
				queue.remove(0);
				if (!queue.isEmpty()) {
					start = queue.get(0);
				}
			}
		}
		return false;
	}

	public String counterexample() {
		for (Integer integer : theStack) {
			counterexample += graph.displayVertex(integer);
			if (integer != theStack.peek()) {
				counterexample += "-->";
			}
		}

		return counterexample;
	}

	// 与节点v相邻,并且这个节点没有被访问到,并且这个节点不在栈中
	public int getAdjUnvisitedVertex(int v) {
		ArrayList<Integer> arrayList = graph.getVertexList()[v]
				.getAllVisitedList();
		for (int j = 0; j < n; j++) {
			if (graph.getAdjMat()[v][j] == 1 && arrayList.get(j) == 0
					&& !theStack.contains(j)) {
				graph.getVertexList()[v].setVisited(j);
				return j;
			}
		}
		return -1;
	} // end getAdjUnvisitedVertex()

	public void printTheStack(Stack<Integer> theStack2) {
		for (Integer integer : theStack2) {
			System.out.print(graph.displayVertex(integer));
			if (integer != theStack2.peek()) {
				System.out.print("-->");
			}
		}
	}

}

 import util.AF;

import util.Graph;

public class Main {

	public static void main(String[] args) {
        //第几张图,有两张(0,1),起点序号(0-6),终点序号(0-6)
		AF operation = new AF(new Graph(0), 3, 6);
		operation.getResult();

	}
}
  • 大小: 12.4 KB
  • 大小: 12.9 KB
0
1
分享到:
评论
1 楼 yangchangqingIT 2016-04-20  
[flash=200,200][url][img][img][img][img][list]
[*]
引用
[u][b][i][u]
引用
[list] [*][*][url][*][*]
  • [*]
  • [flash=200,200][url][img]
    引用
    引用
    [i][/i]
    [/img][/url][/flash]
    [/url]
  • [/list]
  • [/u][/i][/b][/u]
    [/list][/img][/img][/img][/img][/url][/flash]

    相关推荐

      图论算法-求(有向)图中任意两点间所有路径

      图论算法-求(有向)图中任意两点间所有路径

      图中任意两点间所有路径高效算法

      算法中将一条线视为一个结点,采用广度优先搜索,利用树结构存储搜索结果,算法效率高,在武汉地铁11条线路190余个站点的线网图中测试,任意两点间的所有路径平均耗时0.2秒。只要对算法中的费用矩阵做调整,即可适用...

      任意两点间最短路径

      图论中求任意两点间的最短距离matlab程序实现

      用Floyd-Warshall算法求图中任意两结点最短距离VS2010

      Floyd-Warshall算法是解决任意两点间的最短路径的一种算法。通常可以在任何图中使用,包括有向图、带负权边的图。

      (来点有用的)含障碍的两点最短路径算法完整代码

      含有各种障碍物的,水平面两点间最短的距离算法。就相当于计算你从一个地方走到另一个地方,最短的路径。 注意:不是图论!不是节点!不是Dijkstra!不是Floyd!

      C#,图论与图算法,双连通图(Biconnected Components of Graph)的算法与源代码

      如果任意两个顶点之间有两条顶点不相交的路径,则无向图称为双连通图。在双连通图中,有一个通过任意两个顶点的简单循环。 按照约定,由边连接的两个节点构成双连通图,但这并不验证上述属性。对于具有两个以上顶点...

      C C++算法实例.c

      二、图论算法 1.最小生成树 A.Prim算法: B.Kruskal算法:(贪心) 2.最短路径 A.标号法求解单源点最短路径: B.Floyed算法求解所有顶点对之间的最短路径: C. Dijkstra 算法: 3.计算图的传递闭包 4.无向图的连通...

      ACM算法模版大集合

      有向图的最小路径覆盖 0 / 1矩阵的最小覆盖 完备匹配(OK) 最优匹配(OK) 稳定婚姻 网络流问题 网络流模型的简单特征和与线性规划的关系 最大流最小割定理 最大流问题(OK) 有上下界的最大流问题 ...

      acm常用代码及算法

      4.Floyd算法求每对节点间最短路径 排序/查找: 1.快速排序 2.希尔排序 3.选择法排序 4.二分查找 数据结构: 1.顺序队列 2.顺序栈 3.链表 4.链栈 5.二叉树 ...

      ACM 算法经典代码 数据结构经典代码

      目录 一.数论 4 ...4.Floyd算法求每对节点间最短路径 排序/查找: 1.快速排序 2.希尔排序 3.选择法排序 4.二分查找 数据结构: 1.顺序队列 2.顺序栈 3.链表 4.链栈 5.二叉树

      基于kruskal算法的动物园道路设计最优化分析

      本文讨论的是动物园道路设计最优化问题,即在动物园的任意入口之间的最短道路径不大于两点连线的1.5倍的前提下,使得新修路的总路程最短,并绘出相应的道路设计图。  问题一给定了四个固定的道路交叉点,问题二则在...

      ACM常用代码

      两点距离(2D、 3D) 5.射向法判断点是否在 多边形内部 6.判断点是否在线段上 7.判断两线段是否相交 8. 相交判断线段与直线是否 9.点到线段最短距离 10.求两直线的交点 11.判断一个封闭图形是 凹集还是凸集 12....

      ACM 内部预定函数

      4.Floyd算法求每对节点间最短路径 5.解欧拉图 排序/查找: 1.快速排序 2.希尔排序 3.选择法排序 4.二分查找 高精度运算专题: 1.本专题公共函数说明 2.高精度比较 3.高精度加法 4.高精度...

      2011数学建模b题答案

      针对问题一,将 区各个警点辖区范围的划分问题抽象为求解一个无向图中任意两节点间最短路径的问题,以两点距离最近原则为依据,利用Floyd算法划分出各警点的管辖范围。 针对问题二,首先根据警点与路口间的最短距离...

      关于学校校车安排问题的论文

      对于问题一:如果仅考虑各区人员到最近乘车点的距离最小,那么本问题就是一个典型的最短路径问题,可以先用Dijkstra算法计算从一个站点到其余各站点的最短路径,也可以利用Floyd算法求任意两站点之间的最短路径,再...

    Global site tag (gtag.js) - Google Analytics