首页 > 代码库 > 相邻点迭代器

相邻点迭代器

------------------------siwuxie095

   

   

   

   

   

   

   

   

相邻点迭代器

   

   

在图算法中,有一个很常见的操作,即 通过一个点来遍历这个点

相关的邻边

   

遍历邻边,图算法中最常见的操作」

   

不难想象,只有使用这样的方式才能逐渐的将一个图中的所有信

息都收集完,从而进行进一步的计算,那么通过一个点怎么遍历

它所有的邻边呢?

   

   

看如下实例:

   

技术分享

   

   

在这张图中,点 0 有三个邻边,分别连接点 358

   

   

   

   

   

在实现时,有两种实现方式:

   

技术分享

   

   

1)对于邻接矩阵,要想找到顶点 0 所有的邻边和相邻的顶点,就要

将这张图中的所有顶点全都遍历一遍。如果为 0,说明不相邻,如果为

1,说明相邻。换言之,在邻接矩阵的实现中,该操作要花 O(V) 的时

间(V 是图中的顶点个数)

   

   

   

2)对于邻接表,就非常容易了。因为邻接表中,0 这一行存的就是

所有和 0 相邻的顶点,即 能以最小的代价找到和 0 相邻的所有顶点

   

这也是邻接表的实现方式的优势所在,而且在实际的处理中,大多数图

都是稀疏图。在这种情况下,使用邻接表来存储图,由于遍历邻边更加

高效,使得图算法整体也更加高效

 

 

 

「遍历邻边,其实也是遍历相邻的顶点」

   

   

   

   

   

程序:

   

SparseGraph.h:

   

#ifndef SPARSEGRAPH_H

#define SPARSEGRAPH_H

   

#include <iostream>

#include <vector>

#include <cassert>

using namespace std;

   

   

   

// 稀疏图 - 邻接表

class SparseGraph

{

   

private:

   

int n, m; //n m 分别表示顶点数和边数

bool directed; //directed表示是有向图还是无向图

vector<vector<int>> g; //g[i]里存储的就是和顶点i相邻的所有顶点

   

public:

   

SparseGraph(int n, bool directed)

{

//初始化时,有n个顶点,0条边

this->n = n;

this->m = 0;

this->directed = directed;

//g[i]初始化为空的vector

for (int i = 0; i < n; i++)

{

g.push_back(vector<int>());

}

}

   

   

~SparseGraph()

{

   

}

   

   

int V(){ return n; }

int E(){ return m; }

   

   

//在顶点v和顶点w之间建立一条边

void addEdge(int v, int w)

{

   

assert(v >= 0 && v < n);

assert(w >= 0 && w < n);

   

g[v].push_back(w);

//1)顶点v不等于顶点w,即 不是自环边

//2)且不是有向图,即 是无向图

if (v != w && !directed)

{

g[w].push_back(v);

}

   

m++;

}

   

   

//hasEdge()判断顶点v和顶点w之间是否有边

//hasEdge()的时间复杂度:O(n)

bool hasEdge(int v, int w)

{

   

assert(v >= 0 && v < n);

assert(w >= 0 && w < n);

   

for (int i = 0; i < g[v].size(); i++)

{

if (g[v][i] == w)

{

return true;

}

}

   

return false;

}

   

   

   

//相邻点迭代器(相邻,即 adjacent

//

//使用迭代器可以隐藏迭代的过程,按照一定的

//顺序访问一个容器中的所有元素

class adjIterator

{

private:

   

SparseGraph &G; //图的引用,即 要迭代的图

int v; //顶点v

int index; //相邻顶点的索引

   

public:

   

adjIterator(SparseGraph &graph, int v) : G(graph)

{

this->v = v;

this->index = 0;

}

   

   

//要迭代的第一个元素

int begin()

{

//因为有可能多次调用begin()

//所以显式的将index设置为0

index = 0;

//如果g[v]size()不为0

if (G.g[v].size())

{

return G.g[v][index];

}

 

return -1;

}

   

   

//要迭代的下一个元素

int next()

{

index++;

if (index < G.g[v].size())

{

return G.g[v][index];

}

 

return -1;

}

   

   

//判断迭代是否终止

bool end()

{

return index >= G.g[v].size();

}

};

};

   

   

//事实上,平行边的问题,就是邻接表的一个缺点

//

//如果要在addEdge()中判断hasEdge(),因为hasEdge()O(n)的复

//杂度,那么addEdge()也就变成O(n)的复杂度了

//

//由于在使用邻接表表示稀疏图时,取消平行边(即 addEdge()

//中加上hasEdge()),相应的成本比较高

//

//所以,通常情况下,在addEdge()函数中就先不管平行边的问题,

//也就是允许有平行边。如果真的要让图中没有平行边,就在所有

//边都添加进来之后,再进行一次综合的处理,将平行边删除掉

   

#endif

   

   

   

DenseGraph.h:

   

#ifndef DENSEGRAPH_H

#define DENSEGRAPH_H

   

#include <iostream>

#include <vector>

#include <cassert>

using namespace std;

   

   

   

// 稠密图 - 邻接矩阵

class DenseGraph

{

   

private:

   

int n, m; //n m 分别表示顶点数和边数

bool directed; //directed表示是有向图还是无向图

vector<vector<bool>> g; //二维矩阵,存放布尔值,表示是否有边

   

public:

   

DenseGraph(int n, bool directed)

{

//初始化时,有n个顶点,0条边

this->n = n;

this->m = 0;

this->directed = directed;

//二维矩阵:nn列,全部初始化为false

for (int i = 0; i < n; i++)

{

g.push_back(vector<bool>(n, false));

}

}

   

   

~DenseGraph()

{

   

}

   

   

int V(){ return n; }

int E(){ return m; }

   

   

//在顶点v和顶点w之间建立一条边

void addEdge(int v, int w)

{

   

assert(v >= 0 && v < n);

assert(w >= 0 && w < n);

   

//如果顶点v和顶点w之间已经存在一条边,

//则直接返回,即排除了平行边

if (hasEdge(v, w))

{

return;

}

   

g[v][w] = true;

//如果是无向图,则g[w][v]处也设为true(无向图沿主对角线对称)

if (!directed)

{

g[w][v] = true;

}

   

m++;

}

   

   

//hasEdge()判断顶点v和顶点w之间是否有边

//hasEdge()的时间复杂度:O(1)

bool hasEdge(int v, int w)

{

assert(v >= 0 && v < n);

assert(w >= 0 && w < n);

return g[v][w];

}

   

   

   

//相邻点迭代器(相邻,即 adjacent

class adjIterator

{

private:

   

DenseGraph &G; //图的引用,即 要迭代的图

int v; //顶点v

int index; //相邻顶点的索引

   

public:

   

adjIterator(DenseGraph &graph, int v) : G(graph)

{

this->v = v;

this->index = -1;

}

   

   

//要迭代的第一个元素

int begin()

{

//找第一个为true的元素,即为要迭代的第一个元素

index = -1;

return next();

}

   

   

//要迭代的下一个元素

int next()

{

for (index += 1; index < G.V(); index++)

{

if (G.g[v][index])

{

return index;

}

}

 

return -1;

}

   

   

//判断迭代是否终止

bool end()

{

return index >= G.V();

}

};

};

   

   

//addEdge()函数隐含着:当使用邻接矩阵表示稠密图时,已经

//不自觉的将平行边给去掉了,即 在添加边时,如果发现已经

//存在该边,就不做任何操作,直接返回即可

//

//事实上,这也是使用邻接矩阵的一个优势可以非常方便的处理

//平行边的问题

//

//另外,由于使用的是邻接矩阵,可以非常快速的用O(1)的方式,

//来判断顶点v和顶点w之间是否有边

   

#endif

   

   

   

main.cpp:

   

#include "SparseGraph.h"

#include "DenseGraph.h"

#include <iostream>

#include <ctime>

using namespace std;

   

   

int main()

{

   

int N = 20; //20个顶点

int M = 100; //100条边

srand(time(NULL));

   

   

// Sparse Graph:随机生成一张稀疏图

//(因为实现中没有过滤平行边,所以

//有可能存在平行边)

SparseGraph g1(N, false);

for (int i = 0; i < M; i++)

{

int a = rand() % N;

int b = rand() % N;

g1.addEdge(a, b);

}

   

// 打印所有的邻边,时间复杂度:O(E)

// 有多少边就遍历多少次

for (int v = 0; v < N; v++)

{

cout << v << " : ";

//对于每一个顶点都声明一个相邻点迭代器

SparseGraph::adjIterator adj(g1, v);

for (int w = adj.begin(); !adj.end(); w = adj.next())

{

cout << w << " ";

}

cout << endl;

}

   

cout << endl;

   

   

// Dense Graph:随机生成一张稠密图

DenseGraph g2(N, false);

for (int i = 0; i < M; i++)

{

int a = rand() % N;

int b = rand() % N;

g2.addEdge(a, b);

}

   

// 打印所有的邻边,时间复杂度:O(V^2)

//如果V^2远远大于E的话,就能看出来这种

//稀疏图的实现的优势

for (int v = 0; v < N; v++)

{

cout << v << " : ";

DenseGraph::adjIterator adj(g2, v);

for (int w = adj.begin(); !adj.end(); w = adj.next())

{

cout << w << " ";

}

cout << endl;

}

   

system("pause");

return 0;

}

   

   

//原本的实现思路:

//最简单的方式其实是将DenseGraphSparseGraph类中的 g 的访问控制符,

// private 改成 public,在外面就可以直接对 g 的某一行进行循环,就

//已经实现了遍历邻边的功能

//

//但它的缺点就是将 g 这个数据暴露在了外面,外面的调用用户就有可能不

//经意间修改 g,导致产生奇怪的 bug,当然如果大家只是写一些小的算法,

//或者应付面试中的一个算法的实现,这样实现就完全够了

//

//

//

//现在的实现思路:

//保持 g 本身还是 private,借助迭代器让外面能够遍历

//PS:如果不用迭代器,也可以写一个函数,直接要到某一个顶点的所有

//相邻顶点,但这样做的缺点是:不得不要把 g 的某一行复制一份,这也是

//不够好的,所以这里借助迭代器的思想)

//

//

//之所以设置这样的一个迭代器,还有一个非常重要的意义,就是将稀疏图

//和稠密图这两个类里面的具体实现屏蔽了,而从用户的角度看,它们呈现

//给外面的接口是完全一样的,这为后续实现图相关的算法带来了方便

//

//每一个图的算法都将对稀疏图和稠密图同时成立,因为都是调用同样的接

//口,换句话说,图算法都将封装在模板类中,那么这个模板就可以任意的

//传入稀疏图或稠密图

   

   

   

   

   

   

   

   

   

【made by siwuxie095】

相邻点迭代器