本科课程【数据结构与算法】实验6 - 创建哈希表、最短路径(Dijkstra算法)

大家好,我是【1+1=王】, 热爱java的计算机(人工智能)渣硕研究生在读。
如果你也对java、人工智能等技术感兴趣,欢迎关注,抱团交流进大厂!!!
Good better best, never let it rest, until good is better, and better best.

近期会把自己本科阶段的一些课程设计、实验报告等分享出来,供大家参考,希望对大家有帮助。

博客更新至专栏【课程设计实验报告】:https://blog.csdn.net/weixin_43598687/category_11640051.html

一、 实验目的

  1. 实现哈希表的创建
  2. 利用线性探测在散列处理冲突
  3. 掌握图的邻接矩阵表示
  4. 实现图的最短路径查找操作(Di jkstra算法)

二、 实验内容

1. 实验任务

(1)创建哈希表
(2)利用Di jkstra算法寻找图的最短路径

2. 程序设计

1) 数据输入(输入哪些数据、个数、类型、来源、输入方式)
输入哈希表的关键数key(int 整型)

图的顶点数据(data)char字符型;
图的边关系(v1,v2)int 整型;
各边的权值(w)int 整型

2) 数据存储(输入数据在内存中的存储)
定义结构体Hash(key,si)
以数组HashList[i]存储各条数据

采用邻接矩阵存储图

3) 数据处理(说明处理步骤。若不是非常简单,需要绘制流程图)
(1)
①哈希表的查找
储存数据时,将数据存入通过哈希函数所得的地址里,使用同一个哈希函数通过关键字key计算出储存地址,通过该地址访问到查找的记录
②冲突解决
使用线性探测再散列法(冲突发生时,顺序查看表中下一单元,直到找出一个空单元或查遍全表)
(2)
在所有从源点出发的弧中选取一条权值最小的弧,即为第一条最短路径;
设置一个顶点集合S,存放最短路径的终点。顶点k为当前最短路径的终点,将Vk加入集合S中,而Dist[k]为最短路径的长度;
每次从集合V-S中取出具有最短特殊路径长度的顶点u,将u加到S中,同时对数组Dist做必要的修改,若Dist[u]+G.arcs[u][k] 重复操作2)、3)共n-1次1

4) 数据输出
本科课程【数据结构与算法】实验6 - 创建哈希表、最短路径(Dijkstra算法)_第1张图片
本科课程【数据结构与算法】实验6 - 创建哈希表、最短路径(Dijkstra算法)_第2张图片

三、 实验环境

  1. 操作系统:WINDOWS 10
  2. 开发工具:VC++ 2013
  3. 实验设备:PC

源代码(C++实现)

创建哈希表

#include 
#include
using namespace std;

#define MaxSize 100      //定义最大哈希表长度
#define NULLKEY -1       //定义空关键字值
#define DELKEY -2        //定义被删关键字值
typedef int KeyType;     //关键字类型
typedef char *InfoType;  //其他数据类型

typedef struct{
	KeyType key;        //关键字域
	InfoType data;      //其他数据域
	int count;          //探查次数域
}HashTable[MaxSize];    //哈希表类型

void InsertHT(HashTable ha, int &n, KeyType k, int p);
void CreateHT(HashTable ha, KeyType x[], int n, int m, int p);
int SearchHT(HashTable ha, int p, KeyType k);
int DeleteHT(HashTable ha, int p, int k, int &n);
void DispHT(HashTable ha, int n, int m);
void CompASL(HashTable ha, int m);

void main()
{
	int x[] = { 16, 74, 60, 43, 54, 90, 46, 31, 29, 88, 77 };
	int n = 11, m = 13, p = 13, i, k = 29;
	HashTable ha;
	CreateHT(ha, x, n, m, p);
	cout << endl;
	DispHT(ha, n, m);
	i = SearchHT(ha, p, k);
	if (i != -1)
		printf(" ha[%d].key=%d\n", i, k);
	else
		cout << "未找到" << k << endl;
	k = 77;
	printf(" 删除关键字%d\n", k);
	DeleteHT(ha, p, k, n);
	DispHT(ha, n, m);
	i = SearchHT(ha, p, k);
	if (i != -1)
		printf(" ha[%d].key=%d\n", i, k);
	else
		printf(" 未找到%d\n", k);
	printf(" 插入关键字%d\n", k);
	InsertHT(ha, n, k, p);
	DispHT(ha, n, m);
	cout << endl;
	system("pause");
}

//将关键字k插入到哈希表中
void InsertHT(HashTable ha, int &n, KeyType k, int p)
{
	int i, adr;
	adr = k%p;
	if (ha[adr].key == NULLKEY || ha[adr].key == DELKEY)  
	{
		ha[adr].key = k;
		ha[adr].count = 1;
	}
	else      //发生冲突时,采用线性探查法解决冲突
	{
		i = 1;  
		do
		{
			adr = (adr + 1) % p;
			i++;
		} while (ha[adr].key != NULLKEY && ha[adr].key != DELKEY);
		ha[adr].key = k;
		ha[adr].count = i;
	}
	n++;
}

//创建哈希表
void CreateHT(HashTable ha, KeyType x[], int n, int m, int p)
{
	int i, n1 = 0;
	for (i = 0; i<m; i++)  //哈希表置初值
	{
		ha[i].key = NULLKEY;
		ha[i].count = 0;
	}
	for (i = 0; i<n; i++)
		InsertHT(ha, n1, x[i], p);
}

//在哈希表中查找关键字k
int SearchHT(HashTable ha, int p, KeyType k)
{
	int i = 0, adr;
	adr = k%p;
	while (ha[adr].key != NULLKEY && ha[adr].key != k)
	{
		i++;             //采用线性探查法找下一个地址
		adr = (adr + 1) % p;
	}
	if (ha[adr].key == k)  //查找成功
		return adr;
	else                //查找失败
		return -1;

}

//删除哈希表中关键字k
int DeleteHT(HashTable ha, int p, int k, int &n)
{
	int adr;
	adr = SearchHT(ha, p, k);
	if (adr != -1)   //在哈希表中找到关键字
	{
		ha[adr].key = DELKEY;
		n--;       //哈希表长度减1
		return 1;
	}
	else            //在哈希表中未找到该关键字
		return 0;

}

//输出哈希表
void DispHT(HashTable ha, int n, int m)
{
	float avg = 0;
	int i;
	cout<<" 哈希表地址:";
	for (i = 0; i<m; i++)
		cout<<i<<"  ";
	cout << endl;
	cout<<" 哈希表关键字:";
	for (i = 0; i<m; i++)
	if (ha[i].key == NULLKEY || ha[i].key == DELKEY)
		cout<<"   "; 
	else
		cout<<ha[i].key<<"  ";
	cout<<endl;
	cout<<" 搜索次数:\t";
	for (i = 0; i<m; i++)
	if (ha[i].key == NULLKEY || ha[i].key == DELKEY)
		cout<<"   "; 
	else
		cout<<ha[i].count<<"  ";
	cout << endl;
	for (i = 0; i<m; i++)
	if (ha[i].key != NULLKEY && ha[i].key != DELKEY)
		avg = avg + ha[i].count;
	avg = avg / n;
	cout << " 平均搜索长度ASL=" << avg << endl;

}

//查找成功时,平均查找长度
void CompASL(HashTable ha, int m)
{
	int i;
	int s = 0, n = 0;
	for (i = 0; i<m; i++)
	if (ha[i].key != DELKEY && ha[i].key != NULLKEY)
	{
		s = s + ha[i].count;
		n++;
	}
	printf(" 查找成功的ASL=%.3g\n", s*1.0 / n);

}

最短路径

#include 
#include 
#include
#include 
using namespace std;

#define MAX         100                 // 矩阵最大容量
#define INF         65535        		// 最大值65535
#define LENGTH(a)   (sizeof(a)/sizeof(a[0]))

// 图的邻接矩阵存储
typedef struct _graph

{
	char vexs[MAX];       // 顶点集合
	int vexnum;           // 顶点数
	int edgnum;           // 边数
	int matrix[MAX][MAX]; // 邻接矩阵
}Graph, *PGraph;

// 边的结构体
typedef struct _EdgeData
{
	char start; // 边的起点
	char end;   // 边的终点
	int weight; // 边的权重
}EData;

Graph* create_graph();
void print_graph(Graph G);
void dijkstra(Graph G, int vs, int prev[], int dist[]);

int main()
{
	int vs;
	int prev[MAX] = { 0 };
	int dist[MAX] = { 0 };
	Graph* pG;
	pG = create_graph();
	print_graph(*pG);       // 打印图
	cout << "从第几个节点开始寻找最短路径:";
	cin >> vs;
	dijkstra(*pG, vs, prev, dist);
	system("pause");
	return 0;
}

/*
* 创建图(用已提供的矩阵)
*/
Graph* create_graph()
{
	char vexs[] = { 'A', 'B', 'C', 'D', 'E', 'F', 'G' };
	int matrix[][9] = {
		/*A*//*B*//*C*//*D*//*E*//*F*//*G*/
		/*A*/{ 0, 12, INF, INF, INF, 16, 14 },
		/*B*/{ 12, 0, 10, INF, INF, 7, INF },
		/*C*/{ INF, 10, 0, 3, 5, 6, INF },
		/*D*/{ INF, INF, 3, 0, 4, INF, INF },
		/*E*/{ INF, INF, 5, 4, 0, 2, 8 },
		/*F*/{ 16, 7, 6, INF, 2, 0, 9 },
		/*G*/{ 14, INF, INF, INF, 8, 9, 0 } };

	int vlen = LENGTH(vexs);
	int i, j;
	Graph* pG;
	pG = (Graph*)malloc(sizeof(Graph));
	pG->vexnum = vlen;
	for (i = 0; i < pG->vexnum; i++)
		pG->vexs[i] = vexs[i];
	for (i = 0; i < pG->vexnum; i++)
	{
		for (j = 0; j < pG->vexnum; j++)
			pG->matrix[i][j] = matrix[i][j];
	}
	for (i = 0; i < pG->vexnum; i++)
	{
		for (j = 0; j < pG->vexnum; j++)
		if (i != j && pG->matrix[i][j] != INF)
			pG->edgnum++;
	}
	pG->edgnum /= 2;
	return pG;
}

/*
* 打印矩阵队列图
*/

void print_graph(Graph G)
{
	int i, j;
	cout << "Martix Graph:" << endl;;
	for (i = 0; i < G.vexnum; i++)
	{
		for (j = 0; j < G.vexnum; j++)
			printf("%10d ", G.matrix[i][j]);
		cout << endl;
	}
}



/*
* Dijkstra最短路径。
* 统计图(G)中"顶点vs"到其它各个顶点的最短路径。
*
* 参数说明:
*        G -- 图
*       vs -- 起始顶点(start vertex)。计算"顶点vs"到其它顶点的最短路径。
*     prev -- 前驱顶点数组。
*     dist -- 长度数组。
*/
void dijkstra(Graph G, int vs, int prev[], int dist[])
{
	int i, j, k;
	int min;
	int tmp;
	int flag[MAX];      // flag[i]=1表示"顶点vs"到"顶点i"的最短路径已成功获取。
	// 初始化
	for (i = 0; i < G.vexnum; i++)
	{
		flag[i] = 0;              // 顶点i的最短路径还没获取到。
		prev[i] = 0;              // 顶点i的前驱顶点为0。
		dist[i] = G.matrix[vs][i];// 顶点i的最短路径为"顶点vs"到"顶点i"的权。
	}
	// 对"顶点vs"自身进行初始化
	flag[vs] = 1;
	dist[vs] = 0;
	// 遍历G.vexnum-1次;每次找出一个顶点的最短路径。
	for (i = 1; i < G.vexnum; i++)
	{
		// 寻找当前最小的路径;
		min = INF;
		for (j = 0; j < G.vexnum; j++)
		{
			if (flag[j] == 0 && dist[j]<min)
			{
				min = dist[j];
				k = j;
			}
		}
		// 标记"顶点k"为已经获取到最短路径
		flag[k] = 1;
		// 修正当前最短路径和前驱顶点
		// 即,当已经"顶点k的最短路径"之后,更新"未获取最短路径的顶点的最短路径和前驱顶点"。
		for (j = 0; j < G.vexnum; j++)
		{
			tmp = (G.matrix[k][j] == INF ? INF : (min + G.matrix[k][j])); // 防止溢出
			if (flag[j] == 0 && (tmp  < dist[j]))
			{
				dist[j] = tmp;
				prev[j] = k;
			}
		}
	}
	// 打印dijkstra最短路径的结果
	printf("dijkstra(%c): \n", G.vexs[vs]);
	for (i = 0; i < G.vexnum; i++)
		printf("  shortest(%c, %c)=%d\n", G.vexs[vs], G.vexs[i], dist[i]);
}

博客更新至专栏【课程设计实验报告】:https://blog.csdn.net/weixin_43598687/category_11640051.html

你可能感兴趣的:(课程设计实验报告,哈希表,最短路径,迪杰斯特拉算法,数据结构与算法,实验)