Python如何自定义邻接表图类
作者:夜空下的凝视 发布时间:2021-01-12 04:41:43
Python自定义邻接表图类
图抽象数据类型(ADT)的术语
顶点(Vertex):也称节点(node),是图的基础部分。具有名称标识“key”。顶点也可以有附加信息项“playload”。
边(Edge):也称弧(arc),也是图的基础组成部分。如果一条边连接两个顶点,则表示两者具有联系。边可以是单向的,也可以是双向的。如果图中的边都是单向的,则称这个图是“有向图(directed graph/digraph)”。
权重(Weight):为了表达从一个顶点到另一个顶点的“代价”,可以给边赋权。
路径(Path):图中的路径,是由边依次连接起来的顶点序列。无权路径的长度为边的数量。带权路径的长度为所有边的权重之和。
圈(Cycle):有向图里的圈是首尾顶点相同的路径。没有圈的图称为“无圈图(acyclic graph)”,没有圈的有向图称为“有向无圈图(directed acyclic graph 或 DAG)”。
实现图的两个著名方法:邻接矩阵(adjacency matrix)和邻接表(adjacency list)。
邻接矩阵和邻接表的优缺点
二维矩阵中,每行和每列都代表图中的顶点。如果顶点v到顶点w之间有边相连,则将值储存在矩阵的v行、w列。每一格的值代表了从顶点v到顶点w边的权重。
邻接矩阵的优点:是简单,然而,大部分的矩阵是空的,这种情况则称矩阵是“稀疏”的。矩阵并不是一个储存稀疏数据的有效途径。
实现稀疏图的更高效方法是使用邻接表(adjacency list)。
在这个实现方法中,包含一个含有所有顶点的主列表(master list),主列表中的每个顶点,再关联一个与自身有边连接的所有顶点的列表。
在实现顶点类的方法中使用字典而不是列表,字典中的键(key)对应顶点,值(value)则保存顶点连接边的权重。
邻接表的优点:是能高效地表示一个稀疏图。邻接表还能很容易的找到某个顶点与其他顶点的所有连接。
自定义顶点类
class Vertex(object):
# 初始化顶点
def __init__(self, key):
self.id = key #初始化顶点的键
self.connectedTo = {}#初始化顶点的值
# 添加邻居顶点,参数nbr是邻居顶点的键,默认权重为0
def addNeighbor(self, nbr, weight=0):
self.connectedTo[nbr] = weight
def __str__(self):
return str(self.id) + ' connectedTo: ' + str([x.id for x in self.connectedTo])
# 获取该顶点所有邻居顶点的键
def getConnections(self):
return self.connectedTo.keys()
# 获取顶点的键
def getId(self):
return self.id
# 获取到某邻居顶点的权重
def getWeight(self, nbr):
return self.connectedTo[nbr]
# 自定义图类
class Graph(object):
# 初始化图
def __init__(self):
self.vertList = {}#初始化邻接表
self.numVertices = 0 #初始化顶点数
# 添加顶点
def addVertex(self, key):
newVertex = Vertex(key)#创建顶点
self.vertList[key] = newVertex #将新顶点添加到邻接表中
self.numVertices = self.numVertices + 1 #邻接表中顶点数+1
return newVertex
# 获取顶点
def getVertex(self, n):
if n in self.vertList:#若待查询顶点在邻接表中,则
return self.vertList[n] #返回该顶点
else:
return None
# 使之可用in方法
def __contains__(self, n):
return n in self.vertList
# 添加边,参数f为起始顶点的键,t为目标顶点的键,cost为权重
def addEdge(self, f, t, cost=0):
if f not in self.vertList:#起始顶点不在邻接表中,则
self.addVertex(f) #添加起始顶点
if t not in self.vertList:#目标顶点不在邻接表中,则
self.addVertex(t)#添加目标顶点
self.vertList[f].addNeighbor(self.vertList[t], cost)#在邻接表中添加起始点的目标点及权重
# 获取邻接表中所有顶点的键
def getVertices(self):
return self.vertList.keys()
# 迭代显示邻接表的每个顶点的邻居节点
def __iter__(self):
return iter(self.vertList.values())
g = Graph() #实例化图类
for i in range(6):
g.addVertex(i) #给邻接表添加节点
print(g.vertList)#打印邻接表
g.addEdge(0, 1, 5) #给邻接表添加边及权重
g.addEdge(0, 5, 2)
g.addEdge(1, 2, 4)
g.addEdge(2, 3, 9)
g.addEdge(3, 4, 7)
g.addEdge(3, 5, 3)
g.addEdge(4, 0, 1)
g.addEdge(5, 4, 8)
g.addEdge(5, 2, 1)
for v in g: #循环每个顶点
for w in v.getConnections(): #循环每个顶点的所有邻居节点
print("(%s, %s)" % (v.getId(), w.getId())) #打印顶点和其邻居节点的键
结果为:
{0: <__main__.Vertex object at 0x00000000021BF828>, 1: <__main__.Vertex object at 0x00000000021BF860>, 2: <__main__.Vertex object at 0x00000000021BF898>, 3: <__main__.Vertex object at 0x00000000021BF8D0>, 4: <__main__.Vertex object at 0x00000000021BF908>, 5: <__main__.Vertex object at 0x00000000021BF940>}
(0, 1)
(0, 5)
(1, 2)
(2, 3)
(3, 4)
(3, 5)
(4, 0)
(5, 4)
(5, 2)
python图的邻接表表示
我就废话不多说了,上代码
"""图的邻接表表示"""
class GraphNode(object):
"""节点类"""
def __init__(self,_elem=None):
self._elem = _elem # 数据域
self._next = None # 指针域
class Graph(object):
"""图类"""
def __init__(self):
"""初始化一个序列"""
self._graph = []
def createPeak(self,newNode):
"""创建一个图顶点"""
self._graph.append(newNode)
return self._graph
def createSide(self):
"""创建图的边"""
for node in self._graph:
graphNode = node
print(f"请输入{graphNode._elem}的邻接点,以-1结束")
while True:
_graphNode = GraphNode() # 初始化每个节点的邻接点
end = input("请输入: ")
if end == '-1':
self.printGraph()
break
else:
"""临时列表图中的节点值,用来后续判断"""
temp = []
for item in self._graph:
temp.append(item._elem)
if end not in temp:
"""输入的邻接节点不在顶点中"""
print("输入的节点不属于图中的顶点,重新输入")
continue
elif end == graphNode._elem:
"""输入的顶点就是当前顶点"""
print("输入的是当前节点,重新输入")
continue
else:
# 新建节点
_graphNode._elem = end
# 指针向后移
_graphNode._next = graphNode._next
graphNode._next = _graphNode
graphNode = graphNode._next
def printGraph(self):
"""遍历当前节点列表"""
for node in self._graph:
print(f"顶点{node._elem}的邻接链表: ",end='')
while node != None:
if node._next != None:
print(f'{node._elem}-->',end='')
else:
print(f'{node._elem}', end='')
node = node._next
print() # 换节点,换行
if __name__ == '__main__':
count = int(input('请输入顶点个数: '))
s = Graph()
# 创建节点
peakNodeStr = input('请输入顶点: ')
peakNodes = peakNodeStr.split(' ')
# 将输入的节点实例化之后添加到图的链表中
for peakNode in peakNodes:
peak = GraphNode(peakNode)
s.createPeak(peak)
print('图中的节点:',end='')
for peak in s._graph:
print(peak._elem,end=' ')
print()
# 创建边
s.createSide()
来源:https://blog.csdn.net/qq_38882327/article/details/89328198
猜你喜欢
- 本篇文章所编写的代码,已经放到了gitee上了:gitee.com/pdudo/golea…本文所依赖的环境为:在目前
- 一 Process对象的join方法在主进程运行过程中如果想并发地执行其他的任务,我们可以开启子进程,此时主进程的任务与子进程的任务分两种情
- 写在前面Omi框架可以通过在组件上声明 data-* 把属性传递给子节点。Omi从设计之初,就是往标准的DOM标签的标准传递方式靠齐。比如:
- 最近写了一个VUE的web app项目,需要实现某个部位吸顶的效果。即,页面往上滑动,刚好到达该部位时,该部分,固定在顶部显示。1、监听滚动
- mysql的in会让索引失效吗?不会! 看结果:mysql> desc select * from tb_province where
- Python中内置了一些与时间处理相关的库,如time、datatime和calendar库。其中time库是Python中处理时间的标准库
- 前言作为Web开发人员,在 Web浏览器中存储数据以改善用户体验和提升Web应用程序性能是非常常见的。在大多数情况下,可供我们使用就是Loc
- openCV是一个开源的用C/C++开发的计算机图形图像库,非常强大,研究资料很齐全。本文重点是介绍如何使用php来调用其中的局部的功能。人
- 区别call、apply、bind相同点:都是改变this的指向,传入的第一个参数都是绑定this的指向,在非严格模式中,如果第一个参数是n
- 本文实例为大家分享了python实现最速下降法的具体代码,供大家参考,具体内容如下代码:from sympy import *import
- Q: 不知xml和html有什么区别?它们不同在哪? A: 关于XML和HTML区别请参考: http://www.w3c.org/Mark
- 游戏开始前的注意事项1:游戏《外星人入侵》将包含很多文件,请在你的D盘中新建一个空文件夹,并将其命名为alien_invasion.请务必将
- 首先创建如下的数组和矩阵,其中a,b为数组,A,B为矩阵import numpy as npa = np.arange(1,5).resha
- 有一编文章是用JavaScript对XML文件操作来实现无限级联动菜单的,我们可结合ASP来完成对数据库值的读取,然后写入XML文件,再用J
- 今天,本文向大家推荐20佳国外的脚本下载网站。1- Hot Scripts2- Code Canyon3- User Scripts4- S
- 前言在日常工作或者学习中,操作数据库时候难免会因为“大意”而误操作,需要快速恢复的话通过备份来恢复是不太可能的,下面这篇文章主要给大家介绍关
- Node.js uses an event-driven, non-blocking I/O model that makes it lig
- 前言众所周知我们获取的第一手数据往往都是比较杂乱无章的,这些文件保存一般都是csv文件或者是excel文件,读取转换成DataFrame还有
- 1、Dreamweaver中的复制我在网页中复制的文字,粘贴到Dreamweaver中时,它总是带有原来网页的格式,请问如何只复制其中的文本
- matplotlib简介如果你在大学里参加过数学建模竞赛或者是用过MATLAB的话,相比会对这一款软件中的画图功能印象深刻。MATLAB可以