05-3. 六度空间 (PAT) - 图的遍历问题

“六度空间”理论又称作“六度分隔(Six Degrees of Separation)”理论。这个理论可以通俗地阐述为:“你和任何一个陌生人之间所间隔的人不会超过六个,也就是说,最多通过五个人你就能够认识任何一个陌生人。”如图6.4所示。


图6.4 六度空间示意图

“六度空间”理论虽然得到广泛的认同,并且正在得到越来越多的应用。但是数十年来,试图验证这个理论始终是许多社会学家努力追求的目标。然而由于历史的原因,这样的研究具有太大的局限性和困难。随着当代人的联络主要依赖于电话、短信、微信以及因特网上即时通信等工具,能够体现社交网络关系的一手数据已经逐渐使得“六度空间”理论的验证成为可能。

假如给你一个社交网络图,请你对每个节点计算符合“六度空间”理论的结点占结点总数的百分比。

输入格式说明:

输入第1行给出两个正整数,分别表示社交网络图的结点数N (1<N<=104,表示人数)、边数M(<=33*N,表示社交关系数)。随后的M行对应M条边,每行给出一对正整数,分别是该条边直接连通的两个结点的编号(节点从1到N编号)。

输出格式说明:

对每个结点输出与该结点距离不超过6的结点数占结点总数的百分比,精确到小数点后2位。每个结节点输出一行,格式为“结点编号:(空格)百分比%”。

样例输入与输出:

序号 输入 输出
1
10 9
1 2
2 3
3 4
4 5
5 6
6 7
7 8
8 9
9 10
1: 70.00%
2: 80.00%
3: 90.00%
4: 100.00%
5: 100.00%
6: 100.00%
7: 100.00%
8: 90.00%
9: 80.00%
10: 70.00%
2
10 8
1 2
2 3
3 4
4 5
5 6
6 7
7 8
9 10
1: 70.00%
2: 80.00%
3: 80.00%
4: 80.00%
5: 80.00%
6: 80.00%
7: 80.00%
8: 70.00%
9: 20.00%
10: 20.00%
3
11 10
1 2
1 3
1 4
4 5
6 5
6 7
6 8
8 9
8 10
10 11
1: 100.00%
2: 90.91%
3: 90.91%
4: 100.00%
5: 100.00%
6: 100.00%
7: 100.00%
8: 100.00%
9: 100.00%
10: 100.00%
11: 81.82%
4
2 1
1 2
1: 100.00%
2: 100.00%

题意:统计每个顶点六层范围内所有顶点数占总顶点数比例

解题思路:对每个顶点进行层序遍历(BFS),在遍历过程中,记录顶点所在层数

记录层数利用两个标记变量tail,lastest

tail用于记录当前层的最后一个顶点;在遍历与某个顶点相连的顶点时,lastest用于记录所遍历的当前顶点

当tail == 出队列的顶点时,说明本层已经遍历完毕,则使tail = 当前的lastest,使其等于下一层的最后一个顶点

#include <iostream>
#include <queue>
#include <iomanip>
using namespace std;

typedef struct listNode
{
    int data;
    listNode *next;
}*plist, nlist;

typedef struct
{
    plist *listArray;
    int graphSize;
    bool *visited;
    float *sixDegreePercent;
}*pGraph, nGraph;

pGraph CreateGraph(int size);
void ConnectGraphVertex(pGraph pG, int vStart, int vEnd);
void InsertListNode(plist pL, int vertex);
int BFS(pGraph pG, int vertex);
void DestoryGraph(pGraph pG);

pGraph CreateGraph(int size)
{
    pGraph pG = new nGraph;
    pG->graphSize = size;
    pG->listArray = new plist[size];
    pG->visited = new bool[size];
    pG->sixDegreePercent = new float[size];
    for (int i = 0; i < size; i++)
    {
        pG->listArray[i] = new nlist;
        pG->listArray[i]->data = i;
        pG->listArray[i]->next = NULL;
        pG->visited[i] = false;
        pG->sixDegreePercent[i] = 0;
    }
    return pG;
}

void DestoryGraph(pGraph pG)
{
    plist tempListHead;
    plist tempListNode;
    for (int i = 0; i < pG->graphSize; i++)
    {
        tempListHead = pG->listArray[i];
        while ( tempListHead != NULL )
        {
            tempListNode = tempListHead;
            tempListHead = tempListHead->next;
            delete tempListNode;
        }
    }
    delete[]pG->listArray;
    delete[]pG->visited;
    delete[]pG->sixDegreePercent;
    delete pG;
}

void InsertListNode(plist pL, int vertex)
{
    plist temp = new nlist;
    temp->data = vertex;
    temp->next = pL->next;
    pL->next = temp;
    return;
}

void ConnectGraphVertex(pGraph pG, int vStart, int vEnd)
{
    if ( pG == NULL || vStart < 0 || vEnd < 0 || vStart == vEnd )
    {
        return;
    }
    //将vEnd插入vStart链表
    InsertListNode(pG->listArray[vStart], vEnd);
    //将vStart插入vEnd链表
    InsertListNode(pG->listArray[vEnd], vStart);
    return;
}

int BFS(pGraph pG, int vertex)
{
    queue<int> que;
    int source;
    plist listIter;
    int lastest;
    int tail = vertex;
    int level = 0;
    int sum = 1;    //将初始结点也算在内
    int maxLayer = 6;
    if ( pG->visited[vertex] == false )
    {
        que.push(vertex);
        pG->visited[vertex] = true;
    }
    while ( que.empty() != true && level < maxLayer )
    {
        source = que.front();
        que.pop();
        //遍历与vertex相连的点
        listIter = pG->listArray[source]->next;
        while ( listIter != NULL )
        {
            if ( pG->visited[listIter->data] == false )
            {
                pG->visited[listIter->data] = true;
                sum++;
                que.push(listIter->data);
                lastest = listIter->data;
            }
            listIter = listIter->next;
        }
        if ( tail == source )    //判断是否已经遍历完该层所有结点
        {
            level++;
            tail = lastest;
        }
    }
    //完成遍历后,要清空visited的状态
    for ( int i = 0; i < pG->graphSize; i++)
    {
        pG->visited[i] = false;
    }
    return sum;
}

int main()
{
    int N, E;
    cin >> N >> E;
    pGraph pG;
    pG = CreateGraph(N + 1);
    int i;
    int    edgeStart, edgeEnd;
    for (i = 0; i < E; i++)
    {
        cin >> edgeStart >> edgeEnd;
        edgeStart;
        edgeEnd;
        ConnectGraphVertex(pG, edgeStart, edgeEnd);
    }
    float percentage;
    int count;
    for (i = 1; i <= N; i++)
    {
        count = BFS(pG, i);
        percentage = (float)count / N * 100;
        cout << fixed << setprecision(2);
        cout << i << ": " << percentage << ‘%‘ << endl;
    }
    DestoryGraph(pG);
    return 0;
}
时间: 2024-10-19 18:56:54

05-3. 六度空间 (PAT) - 图的遍历问题的相关文章

05-1. List Components (PAT) - 图的遍历问题

For a given undirected graph with N vertices and E edges, please list all the connected components by both DFS and BFS. Assume that all the vertices are numbered from 0 to N-1. While searching, assume that we always start from the vertex with the sma

05-2. Saving James Bond - Easy Version (PAT) - 图的遍历问题

This time let us consider the situation in the movie "Live and Let Die" in which James Bond, the world's most famous spy, was captured by a group of drug dealers. He was sent to a small piece of land at the center of a lake filled with crocodile

图的遍历 | 1034 map处理输入数据,连通块判断

这题写得比较痛苦.首先有点不在状态,其次题目比较难读懂. "Gang"成立的两个条件:①成员数大于两个  ②边权总和大于阈值K 首先,在录数据的时候通过map或者字符串哈希建立string到int的映射. 然后,这个题的数据结构其实是带权无向图.在录数据的时候就要处理好点权和边权. 最后,对所有顶点做一遍dfs,汇总边权,找出最大点权和最大点权所在的点,把数据录进ans里. 注意的点一个是环路边权的汇总.方法是在dfs中通过先加边权再判断vis是否遍历过.此时又要注意用不搜前驱点的df

图的遍历 | 1076 bfs

bfs踩了很多坑才写完.注意:出队时不做是否vis判断,但是要加上vis[出队顶点]=1 .入队时进行判断,并且也要 vis[入队顶点]=1 #include <stdio.h> #include <memory.h> #include <math.h> #include <string> #include <vector> #include <set> #include <stack> #include <queu

图的基本概念,图的遍历、拯救007

图(graph):表示"多对多"的关系六度空间理论(Six Degrees Separation)包含:1.一组顶点:通常用V(Vertex)表示顶点集合2.一组边:通常用E(edge)表示边的集合 边是顶点对:(v, w) 属于E, v , w 属于V 有向边<v, w>表示v 指向w的边(单行线) 不考虑重边和自回路 抽象数据类型定义:1.类型名称:图2.数据对象集:G(V, E)由一个非空的有限顶点集合v 和一个有限边集合Ezucheng 2.操作集: 常见术语:有向

42. 蛤蟆的数据结构笔记之四十二图的遍历之广度优先

42. 蛤蟆的数据结构笔记之四十二图的遍历之广度优先 本篇名言:"生活真象这杯浓酒 ,不经三番五次的提炼呵 , 就不会这样一来可口 ! -- 郭小川" 继续看下广度优先的遍历,上篇我们看了深度遍历是每次一个节点的链表是走到底的. 欢迎转载,转载请标明出处:http://write.blog.csdn.net/postedit/47029275 1.  原理 首先,从图的某个顶点v0出发,访问了v0之后,依次访问与v0相邻的未被访问的顶点,然后分别从这些顶点出发,广度优先遍历,直至所有的

算法导论--图的遍历(DFS与BFS)

转载请注明出处:勿在浮沙筑高台http://blog.csdn.net/luoshixian099/article/details/51897538 图的遍历就是从图中的某个顶点出发,按某种方法对图中的所有顶点访问且仅访问一次.为了保证图中的顶点在遍历过程中仅访问一次,要为每一个顶点设置一个访问标志.通常有两种方法:深度优先搜索(DFS)和广度优先搜索(BFS).这两种算法对有向图与无向图均适用. 以下面无向图为例: 1.深度优先搜索(DFS) 基本步骤: 1.从图中某个顶点v0出发,首先访问v

图的遍历总结

概念 图的遍历有两种遍历方式:深度优先遍历(depth-first search)和广度优先遍历(breadth-first search). 1.深度优先遍历 基本思路:首先从图中某个顶点V0出发,然后依次从V0相邻的顶点出发深度优先遍历,直至图中所有与V0路径相通的顶点都被访问了:若此时尚有顶点未被访问,则从中选一个顶点作为起始点,重复上述过程,直到所有的顶点都被访问.可以看出深度优先遍历是一个递归的过程. 如下图中的一个无向图: 其深度优先遍历得到的序列为: 0->1->3->7-

41 蛤蟆的数据结构笔记之四十一图的遍历之深度优先

41  蛤蟆的数据结构笔记之四十一图的遍历之深度优先 本篇名言:"对于我来说 , 生命的意义在于设身处地替人着想 , 忧他人之忧 , 乐他人之乐. -- 爱因斯坦" 上篇我们实现了图的邻接多重表表示图,以及深度遍历和广度遍历的代码,这次我们先来看下图的深度遍历. 欢迎转载,转载请标明出处: 1.  原理 图遍历又称图的遍历,属于数据结构中的内容.指的是从图中的任一顶点出发,对图中的所有顶点访问一次且只访问一次.图的遍历操作和树的遍历操作功能相似.图的遍历是图的一种基本操作,图的许多其它