问答题

【说明】 函数int Toplogcal(LinkedWDigraph G)的功能是对图G中的顶点进行拓扑排序,并返回关键路径的长度。其中图G表示一个具有n个顶点的AOE网,图中顶点从1~n依次编号,图G的存储结构采用邻接表表示,其数据类型定义如下: typedef struct Gnode{ /*邻接表的表节点类型*/ int adjvex; /*邻接顶点编号*/ int weieht; /*弧上的权值*/ stract Gnode *nextarc; /*指示下一个弧的节点*/ }Gnode; typedef struct Adjlist{ /*邻接表的头节点类型*/ char vdata; /*顶点的数据信息*/ struct Gnode *Firstadj; /*指向邻接表的第一个表节点*/ }Adjlist; typedef struct LinkedWDigraph{ /*图的类型*/ int n,e; /*图中顶点个数和边数*/ struct Adjlist *head; /*指向图中第一个顶点的邻接表的头节点*/ }LinkedWDigraph; 例如,某AOE网如图5-4所示,其邻接表存储结构如图5-5所示。
int Toplogical(LinkedWDigraph G) { Gnode *p; int j,w,top=0; int *Stack,*ve,*indegree; ve=(int*)malloc((G.n+1)*sizeof(int)); indegree=(int*)malloc((G.n+1)*sizeof(int)); /*存储网中各顶点的入度*/ Stack=(int*)malloe((G.n+1)*sizeof(int)); /*存储入度为0的顶点的编号*/ if(!ve||!indegree||!Stack)exit(0); for(j=1;j<=G.n;j++){ ve[j]=0;indegree[j]=0; }/*for*/ for(j=1;j<=G.n;j++){ /*求网中各顶点的入度*/ p=G.head[j].Firstadj; while(p){ (1) ; p=p->nextarc; }/*while*/ }/*for*/ for(j=1;j<=G.n;j++) /*求网中入度为0的顶点并保存其编号*/ if(!indegree[j])Stack[++top]=j; while(top>0){ w= (2) ; printf("%c",G.head[w].vdata); p=G.head[w].Firstadj; while(p){ (3) ; if(!indegree[p->adjvex]) Stack[++top]=p->adjvex; if( (4) ) ve[p->adjvex]=ve[w]+p->weight; p=p->nextarc; }/*while*/ }/*while*/ return (5) ; }/*Toplogical*/

【参考答案】

(1) indegree[p->adjvex]++,及其等价形式 (2) Stack[top--],及其等价形式 (3)......

(↓↓↓ 点击下方‘点击查看答案’看完整答案 ↓↓↓)
热门 试题

问答题
【说明5-1】 B树是一种多叉平衡查找树。一棵m阶的B树,或为空树,或为满足下列特性的m叉树: ①树中每个节点至多有m棵子树; ②若根节点不是叶子节点,则它至少有两棵子树; ③除根之外的所有非叶子节点至少有[m 2]棵子树; ④所有的非叶子节点中包含下列数据信息(n,A0,K1,A1,K2,A2,…,Kn,An),其中:Ki(i=1,2,…,n)为关键字,且Ki<Ki+1(i=1,2,…,n-1),Ai(i=0,1,…,n)为指向子树根节点的指针,且指针Ai-1所指子树中所有节点的关键字均小于Ki,Ai+1所指子树中所有节点的关键字均大于Ki,n为节点中关键字的数目; ⑤所有的叶子节点都出现在同一层次上,并且不带信息(可以看成是外部节点或查找失败的节点,实际上这些节点不存在,指向这些节点的指针为空)。 例如,一棵4阶B树如图5-1所示(节点中关键字的数目省略)。 B树的阶M、bool类型、关键字类型及B树节点的定义如下: #define M 4 *B树的阶* typedef enum{FALSE=0,TRUE=1}bool; typedef int ElemKeyType; typedef struct BTreeNode{ int numkeys; *节点中关键字的数目* struct BTreeNode *parent; *指向父节点的指针,树根的父节点指针为空* struct BTreeNode *A[M]; *指向子树节点的指针数组* ElemKeyType K[M]; *存储关键字的数组,K[0]闲置不用* }BTreeNode; 函数SearchBtree(BTreeNode* root,ElemKeyType akey,BTreeNode **ptr)的功能是:在给定的一棵M阶B树中查找关键字akey所在节点,若找到则返回TRUE,否则返回FALSE。其中, root是指向该M阶B树根节点的指针,参数ptr返回akey所在节点的指针,若akey不在该B树中,则ptr返回查找失败时空指针所在节点的指针。例如,在如图5-1所示的4阶B树中查找关键字25时,ptr返回指向节点e的指针。 注:在节点中查找关键字akey时采用二分法。 【函数5-1】 bool SearchBtree(BTreeNode* root, ElemKeyType akey, BTreeNode **ptr) { int lw,hi,mid; BTreeNode *p=root; *pb=NULL; while(p){ lw=1;hi= (1) ; while(lw<=hi){ mid=(lw+hi) 2; if(p->K[mid]==akey){ *Ptr=p; return TRUE; }else if( (2) ) hi=mid-1; else lw=mid+1; } *ptr=p; p= (3) ; } return FALSE; } 【说明5-2】 在M阶B树中插入一个关键字时,首先在最接近外部节点的某个非叶子节点中增加一个关键字,若该节点中关键字的个数不超过M-1,则完成插入;否则,要进行节点的“分裂”处理。所谓“分裂”,就是把节点中处于中间位置上的关键字取出来并插入其父节点中,然后以该关键字为分界线,把原节点分成两个节点。“分裂”过程可能会一直持续到树根,若树根节点也需要分裂,则整棵树的高度增1。 例如,在如图5-1所示的B树中插入关键字25时,需将其插入节点e中,由于e中已经有3个关键字,因此将关键字24插入节点e的父节点b,并以24为分界线将节点e分裂为e1和e2两个节点,结果如图5-2所示。 函数Isgrowing(BTreeNode* root,ElemKeyType akey)的功能是:判断在给定的M阶B树中插入关键字akey后,该B树的高度是否增加,若增加则返回TRUE,否则返回FALSE。其中, root是指向该M阶B树根节点的指针。 在函数Isgrowing中,首先调用函数SearchBtree(即函数5-1)查找关键字akey是否在给定的M阶B树中,若在则返回FALSE(表明无须插入关键字akey,树的高度不会增加);否则,通过判断节点中关键字的数目考察插入关键字akey后该B树的高度是否增加。 【函数5-2】 bool Isgrowing(BTreeNode* root,ElemKeyType akey) { BTreeNode *t,*f; if(!SearchBtree( (4) )){ t=f; while( (5) ){ t=t->parent; } if(!t) return TRUE; } return FALSE; }