基于邻接矩阵实现的图
图(graph)是一种非线性数据结构,由顶点(vertex)和边(edge)组成。我们可以将图 抽象地表示为一组顶点 和一组边
的集合
# 图节点与邻接矩阵初始化
class graph:
def __init__(self,vertex=[],edges=[]):
# 初始化顶点
self._vertex = []
for ver in vertex:
self._vertex.append(ver)
# 基于列表推导式初始化二维邻接矩阵
self._adjmatrx = [[0 for _ in range(len(self._vertex))] for _ in range(len(self._vertex))]
for edge in edges:
self.addedge(edge[0],edge[1])
# 图中顶点数量与邻接矩阵大小
def size(self):
self.size = len(self._vertex)
return self.size
# 添加顶点
def addvertex(self,vertex):
self._vertex.append(vertex)
# 临接矩阵添加一行
row = [0]*len(self._vertex)
self._adjmatrx.append(row)
# 每行添加一列
for rows in self._adjmatrx:
rows.append(0)
# 添加边
def addedge(self,e1:int,e2:int):
# 对应邻接矩阵位置设置为1
self._adjmatrx[e1][e2] = 1
self._adjmatrx[e2][e1] = 1
# 删除边
def remove(self,e1:int,e2:int):
# 对应位置置为0
self._adjmatrx[e1,e2] = 0
self._adjmatrx[e2,e1] = 0
# 删除顶点
def remove_vertex(self,vertex):
if self._vertex == []:
raise IndexError("索引错误")
# 删除顶点
self._vertex.remove(vertex)
# 删除对应行
self._adjmatrx.pop(vertex)
for rows in self._adjmatrx:
rows.pop(vertex)
def print(self):
# 打印顶点及其相邻的边
# 顶点
print(self._vertex)
# 打印边
print(self._adjmatrx)
测试
# 起始点为0
gh = graph([0,1,2,3],[[0,1],[1,3]])
gh.print()
gh.addvertex(4)
gh.print()
gh.remove_vertex(2)
gh.print()
基于邻接矩阵的广度优先遍历
# 广度优先遍历
# 输入数据:图,起始点
from collections import deque
def dbf(graph,vertex):
# 初始化队列
que = deque()
# 初始化已访问的点
visited = set()
# 记录遍历的点
res = []
# 将起始点添加到队列中
que.append(vertex)
# 开启循环,队列不为空
while que:
# 已访问出队
# 左进左出
ver = que.popleft()
res.append(ver)
# 将起始点添加到已访问点中
visited.add(ver)
# 访问起始点邻接顶点,由于图采用的邻接实现的,
# 某一点与其他点是否相连,可以直接访问该点对应行中,数值为1对应的列索引
for index, i in enumerate(graph._adjmatrx[ver]):
# 查找邻接点,邻接矩阵为1,该点不在已访问点中
if i == 1 and index not in visited:
que.append(index)
visited.add(index)
# 记录访问多的顶点
# 降临将邻接顶点添加到队列中
print(res)
return res
初始化元素
gh = graph([0,1,2,3],[[0,1],[1,3],[3,2],[2,1]])
gh.print()
gh.addvertex(4)
gh.print()
gh.remove_vertex(2)
gh.print()
# 遍历的起始点
dbf(gh,1)