
using namespace std
struct Node
{
int data //节点中的数据 结构体Node的成员变量
Node* next//指向下一节点的指针,习惯用next命名 结构体Node的成员变量
Node( const int&d=int() ) //结构体也可以有构造函数 ,d=T()来指定默认值
:data(d),next(NULL) //用构造函数来初始化成员变量data和指针
{} //所有数据类型,默认初始化都为0,这里data默认初始化为0
}
class Chain //封装链表
{
private: //数据成员通常都是private的
Node* head//首先,我们要一个Node型的指针来保存链表的第一个节点;
int length//再用一个整型变量来记录当前链表内的节点数
public:
Chain()//在构造函数里建立一个空链表,即head指向NULL
:head(NULL),length(0){}//节点数为0
//当我们在类中定义函数时(不是声明),相当于在前面加上一个inline修饰
void delall() //这个函数用来删除链表中的所有节点
{
Node* pdel //定义一个Node型指针用来保存要删除的节点
while( head != NULL ) //当head的指向不为NULL时,就是链表中还存在节点
{
pdel = head //这里备份head的当前指向节点
head = head->next//把head的指向改变为下一节点
delete pdel //把head的原指向给删除掉
} //如此一直下去,尾节点的next肯定是指向NULL的,那删除最后一个的时候
//head就被赋值为NULL,不满足循环条件,退出循环
length = 0 //把节点数归零
}
~Chain(){ delall()} //在析构函数中调用delall函数,来完成对象销毁时清理工作
//这样一个链表必须具备的功能就实现了。下面我们来实现他的增、删、查、改功能
Node*&getpoint( int position ) //对链表的 *** 作,其实全部通过指针来实现的,
{//那就需要定义一个函数来返回当前节点的指针(引用)
if( position<0 || position>length ) //对节点编号进行合法检查
position = length //如果是非法节点编号,那么就把他修改为最后一个节点编号
if( position==0 )//如果编号为0,那就是第一个节点了,
return head//直接返回head就是指向第一个节点的,注意返回的是head本身
Node* head_bak = head //如果编号合法并且不是第一个节点,就开始遍历链表
for( int i=1i <positioni++ )//为什么不直接用head
{//注意这里修改的是成员变量。你把head改了,以后到哪找链表
//我们都是通过head一个一个的往下找节点的。head被修改了。后果显而易见
head_bak = head_bak->next //通过备份的指针来遍历到指定编号前一个节点
}//i不从0开始,减少运算,提高效率
return head_bak->next //这里如果返回head_bak的话。那就是需要的前一个节点了
}
void insert( const int&data, int position ) //如果不修改参数的话,使用引用做参数的时候,最好加上const
{
Node* pin = new Node(data) //需要调用Node的构造函数
pin->next = getpoint(position) //把指定位置的指针返回给新节点的指针
//也就是说,把新的节点的next指向原来这个位置的节点。
getpoint(position) = pin //getpoint()返回的是引用,我们可以直接修改它
//前面的一个节点的next指向我们新的节点。
length++ //链表的节点数+1
}
int del( const int&data )
{
int position = find(data)
if( position !=-1 ) //-1代表没找到
{
Node* &pnext = getpoint(position) //用getponit()来获得指定节点的指向信息
Node* pbak = pnext //用来备份节点的指向信息
pnext = pnext->next//把next指向改为下下个节点。
delete pbak
length--
}
return position
}
//把<<重载,直接输出链表
friend ostream&operator<<( ostream&os, const Chain&oc )
{
Node* phead = oc.head
os <<"[ "
while( phead !=NULL )//判断是否到尾节点
{
os <<phead->data <<' '
phead = phead->next
}
os <<"] " //这个函数,应该没什么好说的了
return os //如果还是不理解,当成固定模式去背吧
}
}
void show()
{
cout <<"******************************" <<endl
cout <<"2- 向链表内添加节点(数据,节点号)" <<endl
cout <<"3- 删除链表内某一个数据(数据)" <<endl
cout <<"0- 退出" <<endl
cout <<"******************************" <<endl
}
int main()
{
Chain link
int position, data, choice, data_new
while( choice != 0 )
{
show()
cout <<"请选择:"
cin >>choice
switch ( choice )
{
case 2 :
cout <<"请输入要插入的数据和插入位置:"
cin >>data >>position
link.insert( data,position )
cout <<link <<endl
break
case 3 :
cout <<"请输入要删除的数据:"
cin >>data
link.del( data )
cout <<link <<endl
break
default :
break
}
}
}
#include <iostream>using namespace std
typedef struct node {
int data
node *prior,*next
}*DLinkList
DLinkList p,q,head
void CreateList(int n) { // 创建双向环形链表
head = new node
head->data = 0
p = head
for(int i = 0i <ni++) {
q = new node
cout <<"请输入第" <<i + 1 <<"/" <<n <<"个数 : "
cin >>q->data
p->next = q// 顺向连接新结点
q->next = head // 始终保持环形连接
q->prior = p // 新结点的反向链接
p = q // 为连接新节点做准备
}
head->prior = p// 头结点的prior指向最后的结点,是实现双向环形链表的最后一步
}
void print() { // 顺向输出链表数据
p = head->next
while(p != head) {
cout<<p->data<<' '
p = p->next
}
cout<<endl
}
void DCprint() { // 反向输出链表数据
p = head->prior
while(p != head) {
cout<<p->data<<' '
p = p->prior
}
cout<<endl
}
void deleteheap() { // 释放占用的堆空间
p = head
q = p->next
while(q != head) {
p = q
q = p->next
delete [] p
}
delete [] head
}
int main () {
int n
cout <<"请输入链表结点数 : "
cin >>n
CreateList(n)
print()
DCprint()
deleteheap()
return 0
}
前几天提到 舞蹈链算法 ,这两天有时间就动手实现了一下。
舞蹈链(Dancing links)实际上是一种数据结构,可以用来实现 X算法,以解决精确覆盖问题。
什么是精确覆盖(Exact Cover)问题呢?维基百科上对精确覆盖的定义如下:在一个全集 X 中若干子集的集合为 S。S* 是 S 的一个子集,当且仅当 X 中的每一个元素在 S* 中恰好出现一次时,S* 称之为一个精确覆盖。在计算机科学中,精确覆盖问题指找出这样的一种覆盖,或证明其不存在。这是一个NP-完全问题。
例如,S = {A,B,C,D,E,F} 是全集 X = {1,2,3,4,5,6,7} 的一个子集的集合,其中:
A = {1, 4, 7}
B = {1, 4}
C = {4, 5, 7}
D = {3, 5, 6}
E = {2, 3, 6, 7}
F = {2, 7}
那么,S 的一个子集 S* = {B, D, F} 是 X 的一个精确覆盖,因为 X 中的每个元素恰好在 S* 中出现了一次。
可以用 0-1 矩阵来表示精确覆盖问题。我们用矩阵的每行表示 S 的一个元素,也就是 X 的一个子集;用矩阵的每列表示 X 的一个元素。矩阵中的 1 代表这一列的元素存在于这一行对应的子集中,0 代表不存在。那么精确覆盖问题可以转化成求出矩阵若干行的集合,使得集合中的每一列恰好都有一个 1。
比如前面的问题可以用矩阵的形式表示成
那么选择红色的 B,D,F 能满足每列都恰好包含一个 1。
可以用 Knuth 提出的 X算法 来解决精确覆盖问题。X算法是一个非确定性的深度优先回溯算法。它的具体步骤如下:
让我们用 X算法 解决上面的精确覆盖问题。
首先,当前矩阵不为空,算法继续进行。那么先选择 1 最少的一列。因为 1,2,3,5,6 列都只有 2 个 1,因此我们随便选择 1 个,比如第 1 列。
行 A 和 B 都含有 1,因此要在这两行中进行选择。
第 0 层也没有其他可以选择的行,算法终止。
以上就是 X 算法的执行过程。Knuth 提出 X 算法主要是为了说明舞蹈链的作用,他发现用舞蹈链来执行 X 算法效率特别高。那么什么是舞蹈链呢?它是基于双向链表的一种数据结构。
让我们先来看看双向链表:
上图是一个简单的双向链表,每个节点有两个指针,分别指向自己的前驱和后继节点。那么如果我们想把其中一个节点,比如 B 从链表中删掉,只需要执行下面的 *** 作:
注意:此时虽然 B 从链表中移除了,但它的两个指针依然保持不变,还是指向之前的前驱和后继节点。
因此,如果我想把 B 再添加到链表原来的位置上,此时并不需要修改 B 的指针,只需要再把 B 的前驱和后继节点的指针恢复就可以了:
理解了这一点之后,让我们再来看看舞蹈链的结构是怎么样的:
上面这个图是一个舞蹈链的结构,描述的是前面 X 算法中用到的矩阵。它由几部分构成:
最上面的蓝色部分是一个水平的环状双向链表。最左边是头节点,它是整个数据结构的根节点。其余是列头节点,每个代表矩阵中的一列。
每一列又是一个纵向的环状双向链表。除了最上面的列头节点,其他的每个节点都代表前面的矩阵中的一个 1。这实际上是一个稀疏矩阵,为了优化存储和效率,只保留了值为 1 的节点,把每个节点按顺序保存到数组中。最早的 Dancing Links 算法,也就是 Knuth 在 2000 年发表的论文中,下面的每一行也都是一个双向链表。但后来他发现每一行在算法执行过程中实际上不会发生变化,因此他把水平的双向链表取消了,只保留了最顶上的列头节点之间的水平双向链表。下面的每一行之间的前后节点可以直接通过数组的索引得到。两边是Space节点,用来标记一行的开始和结束。
每个普通节点 A 都包含 4 个 字段,A.up 和 A.down 代表双向链表的两个指针,分别指向 A 上面和下面的节点。还有一个 A.col ,指向 A 所在列的头节点,需要根据这个字段定位到节点所在的列。另外还有一个 A.row,主要是方便在递归的过程中缓存当前的解。
列头节点还要再多几个字段,left 和 right 分别指向水平双向链表的左节点和右节点。另外还有一个 count 字段,代表这一列当前一共有几个元素。X 算法的第 2 步,选择 1 最少的列时会用到这个字段。
理解了舞蹈链的数据结构之后,我们再来看看是怎样用舞蹈链来实现 X 算法的。这部分算法很精妙,也是舞蹈链这个名字的来由,通过对链表上的节点反复删除和插入实现了递归的回溯,就好像一个个链表在舞台上翩翩起舞一样。
具体的算法实现可以参照 Knuth 的论文,我们还是用图的方式来说明一下。
以上就是舞蹈链算法的执行过程。
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)