zoukankan      html  css  js  c++  java
  • 专题四---总结

    专题四总结

    在这一专题里,首先了解了图数据结构的一些基础知识以及图的存储方式。
    图的一些基础知识包括:图的概念,图的一些部件的命名,以及一些基本的数量关系
    图的表示形式一般包括:矩阵,邻接表
    我感到最有趣的就是邻接表的数组表示形式了,开销低且高效,感觉甚是神奇,下面贴出邻接表的数组表示形式:

    struct edge 
    { 
        int x, y, nxt; typec c; 
    } bf[E];
    void addedge(int x, int y, typec c)
    {
        bf[ne].x = x; bf[ne].y = y; bf[ne].c = c;
        bf[ne].nxt = head[x]; head[x] = ne++;
    }
    

    基础知识学习了解之后,又学习了并查集。并查集理解起来很简单,写起来也很简单,但是它的作用很强大。并查集是之后的求最短路的kruskal算法的基础。而在求最小生成树时,我觉得kruskal算法比prim算法更容易理解,也更容易实现。下面是kruskal算法(并查集)的代码实例:

    #include<iostream>
    #include<cstdio>
    #include<algorithm>
    using namespace std;
    const int MAX=105;
    int c[MAX];
    struct xy
    {
        int x;
        int y;
        int c;
    }dis[MAX*(MAX-1)/2];
    int find(int i)
    {
        while(c[i]!=i)
            i=c[i];
        return c[i];
    }
    void merg(int a,int b)
    {
        a=find(a);
        b=find(b);
        if(a!=b){
            c[a]=c[b];
        }
    }
    bool cmp(xy a,xy b)
    {
        return a.c<b.c;
    }
    int main()
    {
        //freopen("date.in","r",stdin);
        //freopen("date.out","w",stdout);
        int n,tem,res;
        while(cin>>n&&n!=0){
            res=0;
            for(int i=1;i<=n;i++){
                c[i]=i;
            }
            for(int i=0;i<n*(n-1)/2;i++){
                scanf("%d%d%d%d",&dis[i].x,&dis[i].y,&dis[i].c,&tem);
                if(tem==1)
                    merg(dis[i].x,dis[i].y);
            }
            sort(dis,dis+n*(n-1)/2,cmp);
            for(int i=0;i<n*(n-1)/2;i++){
                if(find(dis[i].x)!=find(dis[i].y)){
                    res+=dis[i].c;
                    merg(dis[i].x,dis[i].y);
                }
            }
            printf("%d
    ",res);
        }
    }
    

    上述实例是我的此专题的1005的AC代码,题目是最经典的“畅通工程”,即用最短的道路连接所有城镇。可以看到,完全是并查集,只不过最后有一个排序(贪心),然后选择边的过程。很好理解。
    另外,通过对并查集实现的循序渐进的一次次优化,我也体会到了思考的乐趣。
    学习完了并查集及两种最小生成树的几种经典算法:prim算法,kruskal算法后,又学习了最短路问题的三种算法:Dijkstra算法(贪心),Bellman-Ford算法,spfa算法(Bellman-Ford算法的队列实现)
    三者都应用了松弛技术,刚开始学的时候是一脸懵逼啊,怎么起个这么奇怪的名字。。。。想明白了其实很好理解,就是用现在的最小路径去更新其他的路径。
    三种算法当然有区别了:Dijkstra算法不能用于处理带有负权值的图,因为这一算法对标记过得点就不能进行更新了。有负权值边时,有可能会使已标记过的点的最短距离变短,但Dijkstra算法就不会进行更新。注意这一点与Dijkstra算法中松弛技术的区别。
    而Bellman-Ford算法,spfa算法可以实现处理带负权值的图,处理的情况更一般些。下面贴出Bellman-Ford算法的模板:

    #define MAX_VER_NUM 10	//顶点个数最大值
    #define MAX 1000000
    int Edge[MAX_VER_NUM][MAX_VER_NUM];	//图的邻接矩阵
    int vexnum;	//顶点个数
    
    void BellmanFord(int v) //假定图的邻接矩阵和顶点个数已经读进来了
    {
    	int i, k, u;
    	for(i=0; i<vexnum; i++)
    	{
    		dist[i]=Edge[v][i];	//对dist[ ]初始化
    		if( i!=v && dis[i]<MAX ) path[i] = v;	//对path[ ]初始化
    		else path[i] = -1;
    	}
        for(k=2; k<vexnum; k++) //从dist1[u]递推出dist2[u], …,distn-1[u]
    	{
    		for(u=0; u< vexnum; u++)//修改每个顶点的dist[u]和path[u]
    		{
    			if( u != v )
    			{
    				for(i=0; i<vexnum; i++)//考虑其他每个顶点
    				{
    					if( Edge[i][u]<MAX &&
    					    dist[u]>dist[i]+Edge[i][u] )
    					{
    						dist[u]=dist[i]+Edge[i][u];
    						path[u]=i;
    					}
    				}
    			}
    		}
    	}
    }
    

    以上就是这学期图论学习的内容了,看大神的介绍都是很基础的东西,还是继续努力,希望能在暑假期间的集训好好巩固基础

  • 相关阅读:
    ElasticSearch安装中遇到的一些问题
    微信扫描二维码下载问题
    nginx截获客户端请求
    Nginx中的一些匹配顺序
    Redis-cli命令最新总结
    RabbitMQ服务安装配置
    Nginx服务状态监控
    使用Sqlserver更新锁防止数据脏读
    PHPStorm IDE 快捷键(MAC)
    MongoDB 安装
  • 原文地址:https://www.cnblogs.com/liuzhanshan/p/5648614.html
Copyright © 2011-2022 走看看