深度优先搜索

本文深入探讨了深度学习和人工智能算法的核心概念及其在不同领域的实际应用,包括图像处理、语音识别、自然语言处理和强化学习等。通过具体案例解析,展示了算法如何解决复杂问题并推动技术创新。
部署运行你感兴趣的模型镜像

#include<stdio.h>
#include<stdlib.h>

typedef struct node
{
int adjvex;
struct node *next;
}EdgeNode;

typedef struct vnode
{
char c;
EdgeNode *firstedge;
}VertexNode;

VertexNode AdjList[10001];
int pre[10001];
int d[10001];//节点发现时间
int f[10001];//节点完成时间
int color[10001]; //1代表白色表示该点尚未发现 2代表灰色现已发现 3代表黑色表示与它邻接的边已发现
int time;//时间计数器

void InPut(int n,int e) //节点及边的录入 以及建立邻接表
{
int i,j,s,d,find;
char ch1,ch2;
EdgeNode *p;
printf("请输入一次输入所有字符节点 且第一个输入的点默认为源节点\n");
for(i=0;i<n;i++)
{
scanf("%c ",&AdjList[i].c);
AdjList[i].firstedge=NULL;
}
printf("请输入各条边\n");
for(i=1;i<=e;i++)//建立邻接表 由于是无向图则要申请两个节点p和q
{
find=0;
scanf("%c %c ",&ch1,&ch2);
for(j=0;find!=2&&j<n;j++)
if(ch1==AdjList[j].c)
{
s=j;
find++;
}
else if(ch2==AdjList[j].c)
{
d=j;
find++;
}
p=(EdgeNode*)malloc(sizeof(EdgeNode));
p->adjvex=d;
p->next=AdjList[s].firstedge;
AdjList[s].firstedge=p;
}
}

void DFS_VISIT(int u)
{
int v;
EdgeNode *p;
color[u]=2;//u节点已发现 标记为灰色
time++;
d[u]=time;
p=AdjList[u].firstedge;
while(p)
{
v=p->adjvex;
if(color[v]==1)
{
pre[v]=u;
DFS_VISIT(v);
}
p=p->next;
}
color[u]=3;//u节点所有邻接点均已发现,即完成任务,标记为黑色
f[u]=time=time+1;//标记完成时间
}

void DFS(int n)//深度搜索
{
int i;
for(i=0;i<n;i++)
{
color[i]=1;//1代表白色表示该点尚未发现
pre[i]=-1;//前驱向量初始化
}

time=0;
for(i=0;i<n;i++)
if(color[i]==1)
DFS_VISIT(i);
}

void PRINT_PATH(int v)
{
if(pre[v]==-1)
printf("%c ",AdjList[v].c);
else
{
PRINT_PATH(pre[v]);
printf("%c ",AdjList[v].c);
}
}

void printpath(int i,int n)//递归输出源点到各点的路径
{
if(pre[i]==-1)
{

printf("%c->",AdjList[i].c);
return ;
}
else
{
printpath(pre[i],n);
if(i==n)
printf("%c",AdjList[i].c);
else
printf("%c->",AdjList[i].c);
}
}

void print(int n)////输出源点到各点的长度及路径
{
int i;
for(i=0;i<n;i++)
{
if(pre[i]!=-1)
printpath(i,i);//递归输出源点到各点的路径
// PRINT_PATH(i);
printf("\n");
}
}

int main()
{ freopen("1.txt","r",stdin);
int n,e;
printf("请输入字符节点的个数N 和边的数目E:\n");
scanf("%d%d ",&n,&e);

InPut(n,e); //节点及边的录入 以及建立邻接表
DFS(n);

print(n);
return 0;
}

您可能感兴趣的与本文相关的镜像

Stable-Diffusion-3.5

Stable-Diffusion-3.5

图片生成
Stable-Diffusion

Stable Diffusion 3.5 (SD 3.5) 是由 Stability AI 推出的新一代文本到图像生成模型,相比 3.0 版本,它提升了图像质量、运行速度和硬件效率

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