C#中 城市线路图的纯算法以及附带求极权值

之前看了很多关于图的遍历的代码

今天我用了常用的数据结构写出来 纯属于算法 性方面还有待提高 时间复杂度最坏情况下O(2^n)  最优:O(n^2)

线路图为双向 带有权值  比如A-B距离是5000km 那么B-A有可能不是5000km 所以我在LoadData方法时候没做交换变量直接存放在集合里面

以起点递归查找下一连接点并返回当作起点节点查找      代码虽然有些乱 本想调整 !


代码如下:

  static List<string[]> maindata = null;
        static int isend = 1;
        static List<string> fresult = new List<string>();

static void Main(string[] args)
        {
            string begin = "重庆";
            string end = "厦门";
            LoadData();
            Program pl = new Program();
            List<string> beginlist = new List<string>();
            beginlist.Add(begin);
            pl.GetF(beginlist);

foreach (string a in fresult)
                Console.WriteLine(a);
            Console.WriteLine(fresult.Count);
            //main data end

List<string> searchlist = new List<string>();
            string temp = "";
            foreach (string f in fresult)
            {
                if (f.IndexOf(end) > -1)
                {
                    temp = f.Substring(0, f.LastIndexOf(end) + end.Length);
                    if (searchlist.Contains(temp) == false)
                        searchlist.Add(temp);
                }
            }
            Console.WriteLine(begin + "------------->" + end + ":");
            foreach (string a in searchlist)
                Console.WriteLine(a);
            Console.WriteLine(searchlist.Count);
            //search data   A to B

string a1 = "权最大为:" + GetMaxQuk(searchlist);
            Console.WriteLine(a1);
            a1 = "权最小为:" + GetMinQuk(searchlist);
            Console.WriteLine(a1);

Console.ReadKey();
        }

  取最大的权值数据
        private static string GetMaxQuk(List<string> nage)
        {
            string resultsrt = "";

string[] nagearry = null;
            int val, maxval = 0;
            for (int s = 0; s < nage.Count; s++)
            {
                nagearry = nage[s].Split('-');//s个数组
                val = GetVal(nagearry);
                if (val > maxval)
                {
                    maxval = val;
                    resultsrt = nage[s] + ":" + val;
                }
                nagearry = null;
            }
            return resultsrt;
        }

取最小的权值数据
        private static string GetMinQuk(List<string> nage)
        {
            string resultsrt = "";
            string[] nagearry = null;
            int val, minval = int.MaxValue;
            for (int s = 0; s < nage.Count; s++)
            {
                nagearry = nage[s].Split('-');//s个数组
                val = GetVal(nagearry);
                if (val < minval)
                {
                    minval = val;
                    resultsrt = nage[s] + ":" + val;
                }
                nagearry = null;
            }
            return resultsrt;
        }

具体取权值的方法
        private static int GetVal(string[] findarry)
        {
            int val = 0;
            for (int ss = 0; ss < findarry.Length - 1; ss = ss + 1)
            {
                foreach (string[] aa in maindata)
                {
                    if (aa[0] == findarry[ss] && aa[1] == findarry[ss + 1])
                    {
                        val += Convert.ToInt32(aa[2]);
                        break;
                    }
                }
            }
            return val;
        }

List<string> GetF(List<string> beginlist)
        {
           //此处省略几十行代码 需要完整代码请联系an
            if (isend == 0)
                return GetF(returnlist);
            else
                return null;
        }

加载绑定数据
       static void LoadData()
       {
            List<string[]> backlist = null;
            string[] arry = null;

backlist = new List<string[]>();

arry = new string[3];
            arry[0] = "重庆";
            arry[1] = "北京";
            arry[2] = "3000";
            backlist.Add(arry);
            arry = null;
            arry = new string[3];
            arry[0] = "重庆";
            arry[1] = "广州";
            arry[2] = "2500";
            backlist.Add(arry);
            arry = null;

arry = new string[3];
            arry[0] = "北京";
            arry[1] = "重庆";
            arry[2] = "3000";
            backlist.Add(arry);
            arry = null;
            arry = new string[3];
            arry[0] = "北京";
            arry[1] = "广州";
            arry[2] = "3100";
            backlist.Add(arry);
            arry = null;
            arry = new string[3];
            arry[0] = "北京";
            arry[1] = "长沙";
            arry[2] = "2800";
            backlist.Add(arry);
            arry = null;

arry = new string[3];
            arry[0] = "长沙";
            arry[1] = "北京";
            arry[2] = "2800";
            backlist.Add(arry);
            arry = null;
            arry = new string[3];
            arry[0] = "长沙";
            arry[1] = "广州";
            arry[2] = "1500";
            backlist.Add(arry);
            arry = null;
            arry = new string[3];
            arry[0] = "长沙";
            arry[1] = "厦门";
            arry[2] = "800";
            backlist.Add(arry);
            arry = null;

arry = new string[3];
            arry[0] = "广州";
            arry[1] = "重庆";
            arry[2] = "2500";
            backlist.Add(arry);
            arry = null;
            arry = new string[3];
            arry[0] = "广州";
            arry[1] = "北京";
            arry[2] = "3100";
            backlist.Add(arry);
            arry = null;
            arry = new string[3];
            arry[0] = "广州";
            arry[1] = "长沙";
            arry[2] = "1500";
            backlist.Add(arry);
            arry = null;
            maindata = backlist;

arry = new string[3];
            arry[0] = "厦门";
            arry[1] = "长沙";
            arry[2] = "800";
            backlist.Add(arry);
            arry = null;
            arry = new string[3];
            arry[0] = "厦门";
            arry[1] = "广州";
            arry[2] = "500";
            backlist.Add(arry);
            arry = null;
            arry = new string[3];
            arry[0] = "广州";
            arry[1] = "厦门";
            arry[2] = "500";
            backlist.Add(arry);
            arry = null;

arry = new string[3];
            arry[0] = "广州";
            arry[1] = "云南";
            arry[2] = "3200";
            backlist.Add(arry);
            arry = null;
            arry = new string[3];
            arry[0] = "云南";
            arry[1] = "广州";
            arry[2] = "3200";
            backlist.Add(arry);
            arry = null;
            arry = new string[3];
            arry[0] = "云南";
            arry[1] = "长沙";
            arry[2] = "3500";
            backlist.Add(arry);
            arry = null;
            arry = new string[3];
            arry[0] = "长沙";
            arry[1] = "云南";
            arry[2] = "3500";
            backlist.Add(arry);
            arry = null;
            arry = new string[3];
            arry[0] = "云南";
            arry[1] = "厦门";
            arry[2] = "5400";
            backlist.Add(arry);
            arry = null;
            arry = new string[3];
            arry[0] = "厦门";
            arry[1] = "云南";
            arry[2] = "5400";
            backlist.Add(arry);
            arry = null;

}

以下是测试结果:


代码如下:

以重庆开始的所以可能路线

//全部线路图 begin
重庆-北京
重庆-广州
重庆-北京-广州
重庆-北京-长沙
重庆-广州-北京
重庆-广州-长沙
重庆-广州-厦门
重庆-广州-云南
重庆-北京-广州-长沙
重庆-北京-广州-厦门
重庆-北京-广州-云南
重庆-北京-长沙-广州
重庆-北京-长沙-厦门
重庆-北京-长沙-云南
重庆-广州-北京-长沙
重庆-广州-长沙-北京
重庆-广州-长沙-厦门
重庆-广州-长沙-云南
重庆-广州-厦门-长沙
重庆-广州-厦门-云南
重庆-广州-云南-长沙
重庆-广州-云南-厦门
重庆-北京-广州-长沙-厦门
重庆-北京-广州-长沙-云南
重庆-北京-广州-厦门-长沙
重庆-北京-广州-厦门-云南
重庆-北京-广州-云南-长沙
重庆-北京-广州-云南-厦门
重庆-北京-长沙-广州-厦门
重庆-北京-长沙-广州-云南
重庆-北京-长沙-厦门-广州
重庆-北京-长沙-厦门-云南
重庆-北京-长沙-云南-广州
重庆-北京-长沙-云南-厦门
重庆-广州-北京-长沙-厦门
重庆-广州-北京-长沙-云南
重庆-广州-长沙-厦门-云南
重庆-广州-长沙-云南-厦门
重庆-广州-厦门-长沙-北京
重庆-广州-厦门-长沙-云南
重庆-广州-厦门-云南-长沙
重庆-广州-云南-长沙-北京
重庆-广州-云南-长沙-厦门
重庆-广州-云南-厦门-长沙
重庆-北京-广州-长沙-厦门-云南
重庆-北京-广州-长沙-云南-厦门
重庆-北京-广州-厦门-长沙-云南
重庆-北京-广州-厦门-云南-长沙
重庆-北京-广州-云南-长沙-厦门
重庆-北京-广州-云南-厦门-长沙
重庆-北京-长沙-广州-厦门-云南
重庆-北京-长沙-广州-云南-厦门
重庆-北京-长沙-厦门-广州-云南
重庆-北京-长沙-厦门-云南-广州
重庆-北京-长沙-云南-广州-厦门
重庆-北京-长沙-云南-厦门-广州
重庆-广州-北京-长沙-厦门-云南
重庆-广州-北京-长沙-云南-厦门
重庆-广州-厦门-云南-长沙-北京
重庆-广州-云南-厦门-长沙-北京
count:61
//全部线路图 end

搜索重庆到厦门的线路图
//重庆到厦门begin
重庆-广州-厦门
重庆-北京-广州-厦门
重庆-北京-长沙-厦门
重庆-广州-长沙-厦门
重庆-广州-云南-厦门
重庆-北京-广州-长沙-厦门
重庆-北京-广州-云南-厦门
重庆-北京-长沙-广州-厦门
重庆-北京-长沙-云南-厦门
重庆-广州-北京-长沙-厦门
重庆-广州-长沙-云南-厦门
重庆-广州-云南-长沙-厦门
重庆-北京-广州-长沙-云南-厦门
重庆-北京-广州-云南-长沙-厦门
重庆-北京-长沙-广州-云南-厦门
重庆-北京-长沙-云南-广州-厦门
重庆-广州-北京-长沙-云南-厦门
count:17
权最大为:重庆-广州-北京-长沙-云南-厦门:17300
权最小为:重庆-广州-厦门:3000
//重庆到厦门end

最后ps:虽然本人的方法有一些愚见,本人就抛砖引玉了

(0)

相关推荐

  • c#求两个数中最大值的方法

    1.三元运算符: 复制代码 代码如下: class Program    {        static void Main(string[] args)        {          int max= NumMAX(10,15);            Console.WriteLine("最大数:{0}",max);            Console.ReadKey();        }   /// <summary>        /// 两个数中最大的值

  • C#利用Random得随机数求均值、方差、正态分布的方法

    本文实例讲述了C#利用Random得随机数求均值.方差.正态分布的方法.分享给大家供大家参考.具体如下: 最近在做中小学试卷分析系统,其中数据的分析让自己很头疼,整个系统采用B/S架构.在分析试卷难度梯度的时候需要用到正态分布,自己做了一些,也查阅了一些资料,终于掌握了将一组数据分析检验,最后生成正态分布. (1)利用随机函数rand()生成(0,1)区间的100个均匀分布随机数: (2)计算这100个均匀分布随机数的均值和方差, (3)将这100个均匀分布的随机数,及其均值和方差保存到文本文件

  • C#求n个数中最大值和最小值的方法

    本文实例讲述了C#求n个数中最大值和最小值的方法.分享给大家供大家参考.具体实现方法如下: using System; using System.Collections.Generic; using System.Linq; using System.Text; namespace ConsoleApplication2 { class Program { static void Main(string[] args) { Console.WriteLine("输入十个数: "); /

  • python求众数问题实例

    本文实例讲述了python求众数问题的方法,是一个比较典型的应用.分享给大家供大家参考.具体如下: 问题描述: 多重集中重数最大的元素称为众数...就是一个可以有重复元素的集合,在这个集合中重复的次数最多的那个数就叫它的众数... 如S = [1,2,2,2,3,5] 重数是2,其重数为3 实例代码如下: list_num = [] list_num_count = 0 dict_num ={} #从文件读入,文件第一行为集合中元素的个数,以后每一行为一个元素 list_num_count =

  • C#函数式编程中的惰性求值详解

    惰性求值 在开始介绍今天要讲的知识之前,我们想要理解严格求值策略和非严格求值策略之间的区别,这样我们才能够深有体会的明白为什么需要利用这个技术.首先需要说明的是C#语言小部分采用了非严格求值策略,大部分还是严格求值策略.首先我们先演示非严格求值策略的情况,我们先在控制台项目中写一个DoOneThing方法. 然后在Main方法中写入下面这串代码: 然后我们运行程序,会发现DoOneThing方法并没有执行.当然这看起来也很正常,因为这是或,并且第一个已经是true了.整个表达式就是true了,自

  • C#实现求一组数据众数的方法

    本文实例讲述了C#实现求一组数据众数的方法.分享给大家供大家参考.具体如下: 1.算法描述 1)输入合法性检验(输入不能为空) 2)制作数组副本,后面的操作将不修改数组本身,只对副本进行操作 3)数组排序(把相等的数都凑到一"堆儿") 4)统计不同的元素数(统计"堆儿"数,以确定步骤5中要使用的数组大小) 5)统计各个元素数量(统计每"堆儿"的大小,并存入数组) 6)按元素在原数组内数量降序排列,数量相等的元素则按大小升序排列 7)统计众数数量(

  • C#中 城市线路图的纯算法以及附带求极权值

    之前看了很多关于图的遍历的代码 今天我用了常用的数据结构写出来 纯属于算法 性方面还有待提高 时间复杂度最坏情况下O(2^n)  最优:O(n^2) 线路图为双向 带有权值  比如A-B距离是5000km 那么B-A有可能不是5000km 所以我在LoadData方法时候没做交换变量直接存放在集合里面 以起点递归查找下一连接点并返回当作起点节点查找      代码虽然有些乱 本想调整 ! 复制代码 代码如下: static List<string[]> maindata = null;    

  • PHP中strnatcmp()函数“自然排序算法”进行字符串比较用法分析(对比strcmp函数)

    本文实例讲述了PHP中strnatcmp()函数"自然排序算法"进行字符串比较用法.分享给大家供大家参考,具体如下: PHP中strnatcmp()函数使用"自然"算法来比较两个字符串(区分大小写),通常在自然算法中,数字 2 小于数字 10.而在计算机排序中,10 小于 2,这是因为 10 中的第一个数字小于 2. strnatcmp()函数的定义如下: strnatcmp(string1,string2) 参数说明: string1  必需.规定要比较的第一个字

  • C语言实现运筹学中的马氏决策算法实例

    本文实例讲述了C语言实现运筹学中的马氏决策算法.分享给大家供大家参考,具体如下: 一.概述 马氏决策(Markov decision)是马尔可夫决策过程(Markov Decision Processes,简记为MDP)的简称,是研究随机序贯决策问题的一门重要理论.马氏决策是一类可连续进行观察的随机动态系统的最优化决策,它将(确定性)动态规划与马尔可夫过程相结合,是随机离散事件动态系统惟一的动态控制方法. 关于马氏决策的具体说明可参考百度百科:https://baike.baidu.com/it

  • C++中虚函数与纯虚函数的用法

    本文较为深入的分析了C++中虚函数与纯虚函数的用法,对于学习和掌握面向对象程序设计来说是至关重要的.具体内容如下: 首先,面向对象程序设计(object-oriented programming)的核心思想是数据抽象.继承.动态绑定.通过数据抽象,可以使类的接口与实现分离,使用继承,可以更容易地定义与其他类相似但不完全相同的新类,使用动态绑定,可以在一定程度上忽略相似类的区别,而以统一的方式使用它们的对象. 虚函数的作用是实现多态性(Polymorphism),多态性是将接口与实现进行分离,采用

  • Java中关于字典树的算法实现

    字典树(前缀树)算法实现 前言 字典树,又称单词查找树,是一个典型的 一对多的字符串匹配算法."一"指的是一个模式串,"多"指的是多个模板串.字典树经常被用来统计.排序和保存大量的字符串.它利用字符串的公共前缀来减少查询时间,最大限度地减少无谓的字符串比较. 字典树有3个基本性质: 根节点不包含字符,其余的每个节点都包含一个字符: 从根节点到某一节点,路径上经过的字符连接起来,为该节点对应的字符串: 每个节点的所有子节点包含的字符都不相同. pass参数:代表从这个

  • 教你在 Java 中实现 Dijkstra 最短路算法的方法

    目录 定义 带权有向图的实现 带权有向边 带权有向图 最短路算法 API Dijkstra 算法 算法流程 最小索引优先队列 实现算法 后记 定义 最短路问题的定义为: 下图左侧是一幅带权有向图,以顶点 0 为起点到各个顶点的最短路径形成的最短路径树如下图右侧所示: 带权有向图的实现 在实现最短路算法之前需要先实现带权有向图.在上一篇博客 <如何在 Java 中实现最小生成树算法> 中我们实现了带权无向图,只需一点修改就能实现带权有向图. 带权有向边 首先应该实现带权有向图中的边 Direct

  • vue中虚拟DOM与Diff算法知识精讲

    目录 前言 知识点: 虚拟DOM(Virtual DOM): 虚拟dom库 diff算法 snabbdom的核心 init函数 h函数 patch函数(核心) 题外话:diff算法简介 传统diff算法 snabbdom的diff算法优化 updateChildren(核中核:判断子节点的差异) 新结束节点和旧结束节点(情况2) 旧结束节点/新开始节点(情况4) 前言 面试官:"你了解虚拟DOM(Virtual DOM)跟Diff算法吗,请描述一下它们"; 我:"额,...鹅

  • 详解Java中Dijkstra(迪杰斯特拉)算法的图解与实现

    目录 简介 工作过程 总体思路 实现 小根堆 Dijsktra 测试 简介 Dijkstra(迪杰斯特拉)算法是典型的单源最短路径算法,用于计算一个节点到其他所有节点的最短路径.主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止.Dijkstra算法是很有代表性的最短路径算法,在很多专业课程中都作为基本内容有详细的介绍,如数据结构,图论,运筹学等等.注意该算法要求图中不存在负权边.对应问题:在无向图G=(V,E)中,假设每条边E(i)的长度W(i),求由顶点V0到各节点的最短路径. 工作过

  • 详解kafka中的消息分区分配算法

    目录 背景 RangeAssignor 定义 源码分析 场景 RoundRobinAssignor 定义 源码分析 场景 StickyAssignor 定义 场景 背景 kafka有分区机制,一个主题topic在创建的时候,会设置分区.如果只有一个分区,那所有的消费者都订阅的是这一个分区消息:如果有多个分区的话,那消费者之间又是如何分配的呢? 分配算法 RangeAssignor 定义 Kafka默认采⽤RangeAssignor的分配算法. RangeAssignor策略的原理是按照消费者总数

  • Java实现平滑加权轮询算法之降权和提权详解

    目录 前言 1.两个关键点 2.代码实现 2.1.服务节点类 2.2.平滑轮询算法降权和提权 3.分析结果 4.结论 前言 上一篇讲了普通轮询.加权轮询的两种实现方式,重点讲了平滑加权轮询算法,并在文末留下了悬念:节点出现分配失败时降低有效权重值:成功时提高有效权重值(但不能大于weight值). 本文在平滑加权轮询算法的基础上讲,还没弄懂的可以看上一篇文章. 现在来模拟实现:平滑加权轮询算法的降权和提权 1.两个关键点 节点宕机时,降低有效权重值: 节点正常时,提高有效权重值(但不能大于wei

随机推荐