2021/05/26 7-6 列出连通集 (25 分)

这篇博客介绍了如何使用DFS和BFS遍历无向图的连通集。作者首先展示了DFS的实现,然后添加了BFS的代码,并通过一个样例输入演示了两种算法的输出。文章最后,作者表达了对近期学习成果的满意。

给定一个有N个顶点和E条边的无向图,请用DFS和BFS分别列出其所有的连通集。假设顶点从0到N−1编号。进行搜索时,假设我们总是从编号最小的顶点出发,按编号递增的顺序访问邻接点。

输入格式:

输入第1行给出2个整数N(0<N≤10)和E,分别是图的顶点数和边数。随后E行,每行给出一条边的两个端点。每行中的数字之间用1空格分隔。

输出格式:

按照"{ v​1​​ v​2​​ ... v​k​​ }"的格式,每行输出一个连通集。先输出DFS的结果,再输出BFS的结果。

输入样例:

8 6
0 7
0 1
2 0
4 1
2 4
3 5

输出样例:

{ 0 1 4 2 7 }
{ 3 5 }
{ 6 }
{ 0 1 2 7 4 }
{ 3 5 }
{ 6 }

 

刚学的图,之前只学了DFS一种遍历方法 今天碰上这道题 顺手把BFS也写了一遍。

#include<stdio.h>
#include<stdlib.h>
#define MAX 110
int N;
int E;
int a[10][10];//邻接矩阵
int visit[MAX];//访问数组
typedef struct node{
	int date[MAX];
	int tail;
	int head;
}Quque;  //队列结构
void add(int x,Quque *Q);//入队
int isEmpty(Quque *Q);//是否非空
int delet(Quque *Q);//出队
void dfs(int i);//深度优先搜索遍历
void bfs(int i,Quque *Q);//广度优先搜索遍历
int main()
{
	int i,x1,x2;
	scanf("%d%d",&N,&E);
	for(i=0;i<E;i++)
	{
		scanf("%d%d",&x1,&x2);
		a[x1][x2]=a[x2][x1]=1;
	}
	for(i=0;i<N;i++)
	{
		if(visit[i]==0)
		{
			printf("{ ");
			dfs(i);
			printf("}");
			printf("\n");
		}						
	}
	for(i=0;i<110;i++)  //dfs过后初始化visit
	visit[i]=0;
	Quque *Q=(Quque*)malloc(sizeof(Quque));//建立空队列 初始化
	Q->head=Q->tail=0;	
	for(i=0;i<N;i++)
	{
		if(visit[i]==0)
        {
		printf("{ ");	
		bfs(i,Q);
		printf("}");
		printf("\n");	
		}		
	}
	return 0;
}
void dfs(int i)
{
	if(visit[i]==0)
	{
		visit[i]=1;
	    printf("%d ",i);
	}
	int j;
	for(j=0;j<N;j++)
	{
		if(visit[j]==0&&a[i][j]==1)//如果没访问过而且有边
		dfs(j);
	}
}
void add(int x,Quque *Q)
{		
	Q->date[Q->tail++]=x;	
}
int isEmpty(Quque *Q)
{
	if(Q->head>=Q->tail)
	return 1;
	else
	return 0;
}
int delet(Quque *Q)
{
	int x=Q->date[Q->head];
	Q->head++;
	return x;
}
void bfs(int i,Quque *Q)
{	
	add(i,Q);//入队 
	visit[i]=1;	//标记		
	while(!isEmpty(Q)) //当队列非空时 接着BFS 
    {
		int j,t=delet(Q);//令t=出队  
		printf("%d ",t); 
		 for(j=0;j<N;j++)
        {
		  if(a[t][j]==1&&visit[j]==0)//如果出队的顶点t还有其他边 并且没访问过 
		 {					
			visit[j]=1;//入队 
			add(j,Q);//标记 
		 }
	    }			
	}
}

 今天连着AC了三道 感觉这段时间以来的学习有了收获。美滋滋。

### 关于PTA平台上的连通集实现 #### 一、连通集的概念及其意义 在一个无向图中,如果任意两个顶点之间都存在一路径相连,则称这个图为连通图。而连通量是指一个非连通图中的极大连通子图[^1]。 为了在程序设计竞赛或者实际开发中解决连通性问题,通常会采用并查集(Union-Find Set)、深度优先搜索(DFS)或广度优先搜索(BFS)来查找处理这些连通量。 --- #### 二、数据结构的选择与定义 针对连通集的实现,常见的两种方式如下: ##### 1. 并查集(Disjoint Set Union, DSU) 并查集是一种用于管理集合的数据结构,支持快速查询某个元素属于哪个集合以及合并两个集合的功能。其核心操作包括 `find` `union`。 ###### 定义: ```c++ class DisjointSet { private: vector<int> parent; public: DisjointSet(int size) : parent(size) { for (int i = 0; i < size; ++i) { parent[i] = i; } } int find_set(int x) { // 路径压缩优化 if (parent[x] != x) { parent[x] = find_set(parent[x]); } return parent[x]; } void union_set(int x, int y) { // 按秩合并优化省略 int fx = find_set(x); int fy = find_set(y); if (fx != fy) { parent[fy] = fx; } } }; ``` 通过上述代码,我们可以高效地维护一组不相交的集合,并能迅速判断两节点是否在同一连通集中[^2]。 --- ##### 2. 使用邻接表/邻接矩阵配合 DFSBFS 另一种方法是利用图的存储形式——邻接表或邻接矩阵,结合深度优先搜索(DFS)或广度优先搜索(BFS),逐一访问未被标记过的节点,从而找到所有的连通量。 ###### 邻接表定义: ```cpp #include <vector> using namespace std; // 创建邻接表 void add_edge(vector<vector<int>>& adj_list, int u, int v) { adj_list[u].push_back(v); adj_list[v].push_back(u); // 如果是有向图则去掉这一句 } ``` ###### DFS 实现: ```cpp void dfs(const vector<vector<int>>& graph, vector<bool>& visited, int node) { visited[node] = true; for (const auto& neighbor : graph[node]) { if (!visited[neighbor]) { dfs(graph, visited, neighbor); } } } int count_connected_components_dfs(const vector<vector<int>>& graph) { int n = graph.size(); vector<bool> visited(n, false); int components = 0; for (int i = 0; i < n; ++i) { if (!visited[i]) { dfs(graph, visited, i); components++; } } return components; } ``` ###### BFS 实现: ```cpp #include <queue> int bfs_count_connected_components(const vector<vector<int>>& graph) { int n = graph.size(); vector<bool> visited(n, false); queue<int> q; int components = 0; for (int i = 0; i < n; ++i) { if (!visited[i]) { q.push(i); visited[i] = true; while (!q.empty()) { int current_node = q.front(); q.pop(); for (auto& neighbor : graph[current_node]) { if (!visited[neighbor]) { visited[neighbor] = true; q.push(neighbor); } } } components++; } } return components; } ``` 以上代码展示了如何基于邻接表使用 DFS/BFS 来统计连通量的数量[^3]。 --- #### 三、具体应用场景析 当面对大规模稀疏图时,推荐使用 **邻接表+DFS/BFS** 方法;而对于稠密图或需要频繁执行连接性断开操作的情况,应考虑使用 **并查集** 结构[^4]。 --- ### 性能对比总结表格 | 特性 | 并查集 | DFS / BFS | |-------------------|----------------------------|---------------------------| | 时间复杂度 | O(α(N)) | O(V+E),其中 α 是反阿克曼函数 | | 空间复杂度 | 较低 | 取决于递归栈深或队列大小 | | 是否适合动态更新 | 支持动态添加 | 不易扩展至动态场景 | --- #### 四、注意事项 - 输入验证:确保输入的颜色种类不超过指定范围,可以通过 `std::set` 判断是否存在非法颜色。 - 存储效率:对于大型图,建议使用动态配内存的方式创建邻接表而非固定长度的大数组,以防止堆栈溢出。 ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值