【算法导论】地图染色算法

        地图染色问题可以根据四色定理来解决。所谓四色定理,就是指可以用不多于四种的颜色对地图着色,使相邻的行政区域不重色,因此我们可以用四色定理的结论,用回溯算法对一幅给定的地图染色。

        算法的基本思想是:从第(1)号行政区域开始染色,每个区域逐次用颜色1#、2#、3#、4#进行试探,若当前所取的颜色与周围已染色的行政区域不重色,则用栈记下该区域的颜色序号,否则依次用下一颜色进行试探;若出现用1#到4#颜色均与相邻区域的颜色重色,则需退栈回溯,修改当前栈顶的颜色序号,再进行试探。直到所有行政区域都已分配合适的颜色。

行政地图如下:

具体程序实现如下:

#include<stdio.h>

#define N 7//区域个数

void MapColor(int dist[N][N],int s[N])
{
	int color,area,k;//总共有4种颜色
	s[0]=1;//第一个区域先着色为颜色1
	area=1;//从第二区域开始试探染色
	color=1;//从第一种颜色开始试探
	while(area<N)//是否全部染色完毕
	{

		while(color<=4)
		{
			if(area>=N)
				break;
			k=0;
			while((k<area)&&(s[k]*dist[area][k]!=color))//判断是否重色
				k++;
			if(k<area)
				color++;
			else
			{
				s[area]=color;
				area++;
				color=1;
			}
		}
		if(color>4)//没有找到合适的颜色,需要进行回溯
		{
			area=area-1;
			color=s[area]+1;
		}

	}
}
void main()
{
	int dist[N][N]={{0,1,1,1,1,1,0},//地图的邻接矩阵
					{1,0,0,0,0,1,0},
					{1,0,0,1,1,0,0},
					{1,0,1,0,1,1,0},
					{1,0,1,1,0,1,0},
					{1,1,0,1,1,0,0},
					{0,0,0,0,0,0,0}};
	int s[N]={0};
	MapColor(dist,s);
	printf("地图区域标号为1~7的染色情况为:");
	for(int i=0;i<N;i++)
		printf("%d ",s[i]);
	printf("\n");
}

结果显示如下:

其中栈S的变化情况如下:

注:如果程序出错,可能是使用的开发平台版本不同,请点击如下链接: 解释说明

原文:http://blog.csdn.net/tengweitw/article/details/17641017

作者:nineheadedbird

时间: 2024-09-15 18:54:50

【算法导论】地图染色算法的相关文章

【算法导论】排序算法总结

排序算法总结         从六月初开始看算法导论,陆陆续续看了有2个月了,但实际看的时间只有半个月左右.这期间都忙着找导师.期末考试,同时还回家修养了十来天.真正专心的看算法是在离家返校后,由于没有考试和作业的烦恼,天天都沉浸在算法中,感觉效率较高.这段时间学到的东西较多,下面来总结一下:         学到的排序算法可以分为两类:比较排序.非比较排序.(这些排序算法的详细介绍及c程序实现在本文末都给出了链接,欢迎参考与指正!)         比较排序有:插入排序法.合并排序法.堆排序法

【算法导论】幻方算法

        说起幻方,大家应该在小学时候就已经接触过了,最简单的就是九宫格,射雕英雄传中的那段至今还记得:戴九履一,左三右七,二四为肩,六八为足.下面我们就来看看这个有趣的问题.         幻方可以分为:奇数阶幻方.双偶阶幻方.单偶阶幻方. 奇数阶幻方        上面所说的九宫格就是典型的奇数阶幻方,奇数阶幻方值得是阶数为奇数的幻方.其最经典的填法是罗伯法.首先 把1(或最小的数)放在第一行正中:按以下规律排列剩下的(n×n-1)个数,具体步骤为: (1)每一个数放在前一个数的右上

【算法导论】贪心算法之背包问题

        在讨论贪心算法时,我们先了解贪心算法与动态规划之间的区别与联系,后面我们将发现可以用0.1背包问题和部分背包问题来比较贪心算法和动态规划的关系.         我们知道,对于一个最优解问题,贪心算法不一定能够产生一个最优解.因为,如果想要采用贪心算法得到最优解需要满足两个条件:贪心选择性质.最优子结构.         贪心选择性质:一个全局最优解可以通过局部最优解来得到.that is to say,当考虑如何做选择时,我们只考虑对当前问题最佳的选择而不考虑子问题的结果.  

【算法导论】动态规划算法之装配线调度

        和分治算法一样,动态规划是通过组合子问题的解而解决整个问题的.但是与分治算法不同的是,动态规划算法适用于子问题不是独立的情况,也就是各子问题包含公共的子子问题.动态规划通常用于最优化问题的求解.看一个问题是否适合采用动态规划算法,主要有两个标志:最优子结构和重叠子问题. 最优子结构:问题的一个最优解包含了子问题的最优解. 重叠子问题:当一个递归算法不断地调用同一问题时,我们说该最优子问题包含重叠子问题. 动态规划算法的设计步骤如下: 1.描述最优解的结构. 2.递归定义最优解的值

【算法导论】贪心算法之活动安排问题

         对于许多最优化问题来说,采用动态规划来求解最优解有点大材小用了,只需要采用更简单有效的贪心算法就行了.贪心算法就是所做的每一步选择都是当前最佳的,通过局部最佳来寻求全局最佳解.就像砝码称重一样,总是优先选择大的砝码.          贪心算法对大多数优化问题来说能产生最优解,但也不一定总是这样的.能用贪心算法解的典型问题包括活动选择问题.最小生成树.最短路径问题等等.下面我们来讨论活动活动选择问题:           对于上面问题,贪心算法的思想就是:贪心选择使得剩下的.未

基本数据结构(算法导论)与python

Stack, Queue Stack是后进先出, LIFO, 队列为先进先出, FIFO 在python中两者, 都可以简单的用list实现, 进, 用append() 出, Stack用pop(), Queue用pop(0), pop的时候注意判断len(l)  对于优先队列, 要用到前面讲到的堆 链表和多重数组 这些数据结构在python中就没有存在的价值, 用list都能轻松实现 散列表 为了满足实时查询的需求而产生的数据结构, 查询复杂度的期望是O(1), 最差为O(n) 问题描述, 对

【算法导论】排序 (二):堆排序

四.(1)堆排序 第一次听堆排序是在107lab听忠哥讲的,但是没讲怎么实现.那时刚看了数据结 构的二叉树,还以为要通过指针建立二叉树的方式来实现,觉得挺难的. 其实堆排序实现没有想象中 的那么难. "堆"这个词最初是在堆排序中提出来的,但后来就逐渐指"废料收集储存区",就像程 序设计语言Lisp和Java中所提供的设施那样.我们这里的堆数据结构不是废料收集存储区. 堆排序的 运行时间与归并排序一样为O(n lg n),  但是一种原地(in place)排序. (

【算法导论】排序(一)

虽然久闻大名,但第一次接触算法导论,是看了网易公开课MIT的<算法导论>课,记得 第一集就讲到了 插入排序和归并排序. 几个星期前也买了算法导论这本书,准备慢慢啃~ 这星期主要在看前两 部分,除了对于讲渐进时间.递归式分析这些东西感到云里雾里的,其它的都就 感觉越看越有觉得入 迷,果然不愧是一本经典之作 好吧,开始.本文主要是用C++把书中的算法实现,以及一些笔记. 一.插入排序. 插入算法的设计使用的是增量(incremental)方法:在排好子数组A[1..j- 1]后,将 元素A[ j]

C++编程:C++归并排序实现(算法导论)

  算法导论上的下标是从1开始的,但是为了和c++ STL的设计思想一致,所有函数的实现统一用左闭右开区间.中间修改了很多次,因为下标修改不是很容易就改掉的,需要始终维持循环不变式,稍微一个步骤出错就会使结果有些错误. #include #include #include #include using namespace std; void merge(int *A, int p, int q, int r) { //merge [p, r),左闭右开区间 int n1 = q - p, n2