matlab图论程序算法大全

合集下载

图论常用算法matlab程序

运筹学算法matlab程序西北工业大学数学系2009级1.顺向Dijkstra 算法M=[ 0 5 9 Inf Inf Inf InfInf 0 Inf Inf 12 Inf InfInf 3 0 15 Inf 23 InfInf 6 Inf 0 Inf 8 7Inf 12 Inf 5 0 Inf 14Inf Inf Inf Inf Inf 0 10Inf Inf Inf Inf Inf Inf 0];first=1;last=7;[m,n]=size(M);L=zeros(1,m);symbol=zeros(1,m);direction=zeros(1,m);for i=1:mif(i~=first)L(i)=inf;enddirection(i)=first;endjudge=1;while judgefor i=1:mif(symbol(i)==0)min=L(i);temporary=i;breakendendfor i=1:mif(symbol(i)==0)if(L(i)<min)min=L(i);temporary=i;endendendk=temporary;for j=1:mif(symbol(1,j)==0)if(M(k,j)==inf)continue;elseif(L(k)+M(k,j)<L(j))L(j)=L(k)+M(k,j);direction(j)=k;endendendendsymbol(k)=1;num=0;for i=1:mif(symbol(i)==1)num=num+1;endendif(num==m)judge=0;endendp=last;arrow=zeros(1,m);arrow(1)=last;i=2;while p~=firstarrow(1,i)=direction(p);i=i+1;p=direction(p);enddistance=L(last);M=[ 0 5 9 Inf Inf Inf Inf Inf 0 Inf Inf 12 Inf InfInf 3 0 15 Inf 23 Inf Inf 6 Inf 0 Inf 8 7 Inf 12 Inf 5 0 Inf 14 Inf Inf Inf Inf Inf 0 10Inf Inf Inf Inf Inf Inf 0]; [m,n]=size(M);first=1;last=7;L=zeros(1,m);direction=zeros(1,m);symbol=zeros(1,m);for i=1:mdirection(i)=last;if(i~=last)L(i)=inf;endendjudge=1;while judgefor i=1:mif(symbol(i)==0)min=L(i);temporary=i;breakendendfor i=1:mif(symbol(i)==0)if(L(i)<min)min=L(i);temporary=i;endendendk=temporary;for i=1:mif(M(i,k)==inf)continueelseif(M(i,k)+L(k)<L(i))L(i)=L(k)+M(i,k);direction(i)=k;endendendsymbol(k)=1;sum=0;for i=1:mif(symbol(i)==1)sum=sum+1;endendif(sum==m)judge=0;endendp=first;i=2;arrow=zeros(1,m);arrow(1)=first;while p~=lastarrow(i)=direction(p);i=i+1;p=direction(p);endd=[0 7 5 12 inf infinf 0 inf 3 inf infinf inf 0 6 inf 1512 inf 6 0 inf 86 inf 13 inf 0 infinf 4 15 inf 9 0];[m,n]=size(d);p=zeros(m,n);for i=1:np(:,i)=i;endfor k=1:nfor i=1:mfor j=1:nif(d(i,k)+d(k,j)<d(i,j))d(i,j)=d(i,k)+d(k,j);p(i,j)=p(i,k);endendendend4.仿floyd 算法d=[inf 6 0 4 0 0 00 inf 0 0 5 0 04 7 inf 0 05 00 0 4 inf 0 3 00 0 2 0 inf 0 00 0 0 0 4 inf 50 0 0 0 6 0 inf];[m,n]=size(d);first=1;last=7;direction=zeros(m,m);for i=1:mdirection(:,i)=i;endfor i=1:mfor j=1:mfor k=1:msmall=min(d(i,k),d(k,j));if d(i,j)<smalld(i,j)=small;direction(i,j)=direction(i,k);endendendendarrow=zeros(1,m);arrow(1)=first;i=2;p=first;while p~=lastp=direction(p,last);arrow(i)=p;i=i+1;end—dijkstra算法d=[0 inf 3 5 inf10 0 14 inf 8inf inf 0 7 -6inf inf inf 0 infinf inf inf -1 0];[m,n]=size(d);first=2;last=4;L=zeros(1,n);z=zeros(m,n);symbol=zeros(1,n);direction=zeros(1,n);for i=1:nfor j=1:mif d(i,j)~=0if d(i,j)~=infz(i,j)=1;endendenddirection(i)=first;if i~=firstL(i)=inf;endendjudge=1;while judgemini=10;for j=1:nif symbol(j)==0sum=0;for i=1:mp=z(i,j)*(1-symbol(i));sum=sum+p;endif(sum==0)mini=j;breakendendendfor j=1:nif symbol(j)==0&&z(mini,j)==1if L(mini)+d(mini,j)<L(j)L(j)=L(mini)+d(mini,j);direction(j)=mini;endendendsymbol(mini)=1;num=0;for i=1:nif symbol(i)==1num=num+1;endendif num==m;judge=0;endendarrow=zeros(1,m);p=last;arrow(1)=last;i=2;while p~=firstp=direction(p);arrow(i)=p;i=i+1;end—dijkstra算法d=[0 inf 3 5 inf10 0 14 inf 8inf inf 0 7 -6inf inf inf 0 infinf inf inf -1 0];[m,n]=size(d);first=2;last=4;L=zeros(1,n);z=zeros(m,n);symbol=zeros(1,n);direction=zeros(1,n);for i=1:nfor j=1:mif d(i,j)~=0if d(i,j)~=infz(i,j)=1;endendenddirection(i)=last;if i~=lastL(i)=inf;endendjudge=1;while judgemini=10;for i=1:nif symbol(i)==0sum=0;for j=1:mp=z(i,j)*(1-symbol(j));sum=sum+p;endif(sum==0)mini=i;breakendendendfor i=1:nif symbol(i)==0&&z(i,mini)==1if L(mini)+d(i,mini)<L(i)L(i)=L(mini)+d(i,mini);direction(i)=mini;endendendsymbol(mini)=1;num=0;for i=1:nif symbol(i)==1num=num+1;endendif num==m;judge=0;endendarrow=zeros(1,m);p=first;arrow(1)=first;i=2;while p~=lastp=direction(p);arrow(i)=p;i=i+1;endM=[ 0 17 11 inf inf inf17 0 13 12 28 1511 13 0 inf 19 infinf 12 inf 0 inf 16inf 28 19 inf 0 10inf 15 inf 16 10 0];[m,n]=size(M);X=zeros(m,n);Y=zeros(m);Z=zeros(m);Y(1)=1;for i=2:mZ(i)=i;endjudge=1;while judgefor i=1:mif(Y(i)~=0)for j=1:mif(Z(j)~=0)min=M(i,j);a=i;b=j;endendendendfor i=1:mif(Y(i)~=0)for j=1:mif(Z(j)~=0)if(M(i,j)<min)min=M(i,j);a=i;b=j;endendendendendY(b)=b;Z(b)=0;X(a,b)=1;X(b,a)=1;c=0;for i=1:mif(Y(i)~=0)c=c+1;endendif(c==m)judge=0;endend网络最大流Ford—Fulkersen算法d=[inf 12 17 0 0 00 inf 0 8 0 00 6 inf 0 12 00 0 5 inf 0 150 0 0 4 inf 90 0 0 0 0 inf];[m,n]=size(d);X=zeros(m,n);first=1;last=6;recognize=1;while recognizeL=zeros(1,m);L(first)=inf;direction=ones(1,m);symbol=zeros(1,m);judge=1;while judgefor i=1:mif symbol(i)==0big=L(i);k=i;break;endendfor i=1:mif symbol(i)==0if L(i)>bigbig=L(i);k=i;endendendif k==nif L(n)==0breakendelsefor j=1:mif d(k,j)>0u=min(L(k),d(k,j)-X(k,j));if u>L(j)L(j)=u;direction(j)=k;endelseif d(j,k)>0u=min(L(k),X(j,k));if u>L(j)L(j)=u;direction(j)=k;endendendendendsymbol(k)=1;num=0;for i=1:mif symbol(i)==1num=num+1;endendif num==mjudge=0;endendafter=last;before=after;while before~=firstbefore=direction(after);if d(before,after)>0X(before,after)=X(before,after)+L(n); elseX(before,after)=X(before,after)-L(n); endafter=before;endif L(m)==0recognize=0;end end。

MATLAB中常见的图论算法介绍

MATLAB中常见的图论算法介绍一、引言图是计算机科学中非常重要的一种数据结构，广泛应用于各个领域。

图论算法能够解决多种问题，如网络分析、社交网络分析、路径规划等。

在本篇文章中，我们将介绍一些在MATLAB中常见的图论算法，帮助读者了解和应用这些算法。

二、图的表示方法在MATLAB中，图可以用邻接矩阵或邻接表来表示。

邻接矩阵是一个二维矩阵，其中行和列分别代表图的节点，矩阵中的元素表示节点之间的关系。

邻接表是一个包含图中所有节点的列表，每个节点链接到其相邻节点的列表。

三、最短路径算法1. Dijkstra算法Dijkstra算法用于解决单源最短路径问题，即寻找一个节点到图中其他所有节点的最短路径。

算法的基本思想是通过不断选择最短路径的节点来逐步扩展最短路径树。

在MATLAB中，可以使用graph对象和shortestpath函数来实现Dijkstra算法。

首先，使用graph对象创建图，然后使用shortestpath函数计算从源节点到目标节点的最短路径。

2. Bellman-Ford算法Bellman-Ford算法也用于解决单源最短路径问题，但相比Dijkstra算法，Bellman-Ford算法可以处理带有负权边的图。

算法的基本思想是通过松弛操作来逐步减小节点的估计距离，直到找到最短路径。

在MATLAB中，可以使用graph对象和shortestpath函数来实现Bellman-Ford算法。

与Dijkstra算法类似，首先使用graph对象创建图，然后使用shortestpath函数计算最短路径。

四、最小生成树算法1. Prim算法Prim算法用于寻找一个无向图的最小生成树。

算法的基本思想是从一个初始节点开始，逐步添加边，直到所有节点都被连接成一棵生成树。

在MATLAB中，可以使用graph对象和minspantree函数来实现Prim算法。

首先，使用graph对象创建图，然后使用minspantree函数计算最小生成树。

超全图论matlab程序-可解决图论方面的绝大多数问题

function [P d]=pass2short(W,k1,k2,t1,t2) [p1 d1]=n2short(W,k1,t1); [p2 d2]=n2short(W,t1,t2); [p3 d3]=n2short(W,t2,k2); dt1=d1+d2+d3; [p4 d4]=n2short(W,k1,t2); [p5 d5]=n2short(W,t2,t1); [p6 d6]=n2short(W,t1,k2); dt2=d4+d5+d6; if dt1<dt2 d=dt1; P=[p1 p2(2:length(p2)) p3(2:length(p3))]; else d=dt1; p=[p4 p5(2:length(p5)) p6(2:length(p6))]; end P; d;
程序三：有向图关联矩阵和邻接矩阵互换算法
function W=mattransf(F,f) if f==0 m=sum(sum(F)); n=size(F,1); W=zeros(n,m); k=1; for i=1:n for j=i:n if F(i,j)~=0 W(i,k)=1; W(j,k)=-1; k=k+1; end end end elseif f==1 m=size(F,2); n=size(F,1); W=zeros(n,n); for i=1:m a=find(F(:,i)~=0); if F(a(1),i)==1 W(a(1),a(2))=1; else W(a(2),a(1))=1; end end else fprint('Please imput the right value of f'); end W;
第二讲：最短路问题
程序一：Dijkstra算法（计算两点间的最短路）

图论和网络分析算法及Matlab实现(Graph-and-Network-Analysis)

dij w，ij，i不i能能一一步步到到达 jj达
2019/11/17
Dijkstra 算法
2019/11/17
由图G建立一步可达距离阵D=(dij)n×n
给V1(Vs)括号(l1,Vk)=(0,s)给出已标号集合 I和未标号集合J的元素
对于给定的I和J，确定集合A={aij |Vi∈I，Vj ∈J}
1
7
v4 5
v5
• 2. 方法：Dijkstra算法（Dijkstra，1959）
Dijkstra, E.W. (1959). A note on two problems in connexion with graphs. Numerische Mathematik 1, 269–271.
• 原理： Bellman最优化原理若P是网络G中从Vs到Vt的一条最短路，Vl是P中除Vs与Vt外的任何一个中间点，则沿P从Vs到Vl的一条路P1亦必是Vs 到Vl的最短路。证明（反证）：
问题的两个共同特点
（1）目的都是从若干可能的安排或方案中寻求某种意义下的最优安排或方案，数学问题称为最优化或优化问题。
（2）它们都可用图形形式直观描述，数学上把这种与图相关的结构称为网络。图和网络相关的最优化问题就是网络最优化。网络优化问题是以网络流为研究的对象，常常被称为网络流或网络流规划等。
Kruskal, J.B. (1956). On the Shortest Spanning Subtree of a Graph and the Traveling Salesman Problem. Proceedings of the American Mathematical Society 7, 48-50.
2019/11/17

图论算法

Dijkstra 算法：用矩阵n n a ⨯（n 为顶点个数）存放各边权的邻接矩阵，行向量pb 、1index 、2index、d 分别用来存放P 标号信息、标号顶点顺序、标号顶点索引、最短通路的值。

其中分量⎩⎨⎧=顶点未标号当第顶点已标号当第i i i pb 01)(；)(2i index存放始点到第i 点最短通路中第i 顶点前一顶点的序号；)(i d 存放由始点到第i 点最短通路的值。

求第一个城市到其它城市的最短路径的Matlab 程序如下： clear; clc; M=10000;a(1,:)=[0,50,M,40,25,10]; a(2,:)=[zeros(1,2),15,20,M,25]; a(3,:)=[zeros(1,3),10,20,M]; a(4,:)=[zeros(1,4),10,25]; a(5,:)=[zeros(1,5),55]; a(6,:)=zeros(1,6); a=a+a';pb(1:length(a))=0;pb(1)=1;index1=1;index2=ones(1,length(a)); d(1:length(a))=M;d(1)=0;temp=1; while sum(pb)<length(a) tb=find(pb==0);d(tb)=min(d(tb),d(temp)+a(temp,tb)); tmpb=find(d(tb)==min(d(tb))); temp=tb(tmpb(1)); pb(temp)=1;index1=[index1,temp];index=index1(find(d(index1)==d(temp)-a(temp,index1))); if length(index)>=2 index=index(1); endindex2(temp)=index; endd, index1, index2%dijkstra 最短路算法通用程序，用于求从起始点s 到其它各点的最短路%D 为赋权邻接矩阵，d 为s 到其它各点最短路径的长度，DD 记载了最短路径生成树 function [d,DD]=dijkstra_aiwa(D,s) [m,n]=size(D); d=inf.*ones(1,m); d(1,s)=0;dd=zeros(1,m);dd(1,s)=1;y=s;DD=zeros(m,m);DD(y,y)=1;counter=1;while length(find(dd==1))<mfor i=1:mif dd(i)==0d(i)=min(d(i),d(y)+D(y,i)); endendddd=inf;for i=1:mif dd(i)==0&&d(i)<dddddd=d(i);endendyy=find(d==ddd);counter=counter+1;DD(y,yy(1,1))=counter;DD(yy(1,1),y)=counter;y=yy(1,1);dd(1,y)=1;endFloyd算法：Matlab程序如下：clear;clc;M=10000;a(1,:)=[0,50,M,40,25,10];a(2,:)=[zeros(1,2),15,20,M,25];a(3,:)=[zeros(1,3),10,20,M];a(4,:)=[zeros(1,4),10,25];a(5,:)=[zeros(1,5),55];a(6,:)=zeros(1,6);b=a+a';path=zeros(length(b));for k=1:6for i=1:6for j=1:6if b(i,j)>b(i,k)+b(k,j)b(i,j)=b(i,k)+b(k,j);path(i,j)=k;end end end end b, pathprim 算法构造最小生成树：prim 算法如下：（i ）}{1v P =，Φ=Q ；（ii ）while V P =~},,min(P V v P p w pv pv -∈∈= }{v P P += }{pv Q Q += end用prim 算法求右图的最小生成树。

Matlab中的网络分析与图论算法

Matlab中的网络分析与图论算法在现代社会中，网络分析和图论算法正变得越来越重要。

随着信息技术的迅猛发展，人们对网络的研究也日益深入。

而Matlab作为一种强大的科学计算软件，其网络分析和图论算法的应用也越来越广泛。

I. 网络分析的概述网络分析是指通过研究网络中的节点（节点可以代表人、物或其他实体）之间的关系，来理解和分析网络的结构和特征。

网络分析方法主要包括节点度数分布、社区结构、中心性指标等。

1. 节点度数分布网络中的节点度数指的是与该节点相连接的其他节点的数量。

在网络分析中，研究节点度数分布可以帮助我们了解网络中节点的连接情况，进而揭示网络的结构特征。

Matlab中有丰富的函数可以用来计算节点度数分布，如hist函数和bar函数。

2. 社区结构社区结构是指网络中的节点按某种规则或特征被划分为多个聚类的情况。

社区结构分析可以帮助我们发现网络中的子群体，进一步研究节点的集聚性和节点之间的相似性。

Matlab中的图论工具箱中提供了多种算法，如谱聚类算法(Spectral Clustering)和模块度优化算法(Modularity Optimization)，可以用于社区结构的分析。

3. 中心性指标中心性指标是用来衡量网络中节点的重要性程度。

常见的中心性指标有度中心性(Degree Centrality)，介数中心性(Betweenness Centrality)和接近中心性(Closeness Centrality)等。

这些指标可以帮助我们找出网络中的核心节点，并进行节点的排序和权重的计算。

在Matlab中，我们可以使用centrality函数来计算节点的中心性指标。

II. 图论算法的应用图论算法是一类数学算法，用于研究网络的图结构和图的性质。

在Matlab中，有许多图论算法可以帮助我们解决各种实际问题。

1. 最短路径算法最短路径算法用于寻找网络中两个节点之间的最短路径。

其中一种常见的算法是迪杰斯特拉算法(Dijkstra's algorithm)，它可以在网络中找到起点到终点的最短路径，并计算路径的长度。

matlab算法大全第05章__图与网络

-68-第五章图与网络模型及方法§1 概论图论起源于18世纪。

第一篇图论论文是瑞士数学家欧拉于1736 年发表的“哥尼斯堡的七座桥”。

1847年，克希霍夫为了给出电网络方程而引进了“树”的概念。

1857年，凯莱在计数烷22+n n H C 的同分异构物时，也发现了“树”。

哈密尔顿于1859年提出“周游世界”游戏，用图论的术语，就是如何找出一个连通图中的生成圈、近几十年来，由于计算机技术和科学的飞速发展，大大地促进了图论研究和应用，图论的理论和方法已经渗透到物理、化学、通讯科学、建筑学、运筹学，生物遗传学、心理学、经济学、社会学等学科中。

图论中所谓的“图”是指某类具体事物和这些事物之间的联系。

如果我们用点表示这些具体事物，用连接两点的线段（直的或曲的）表示两个事物的特定的联系，就得到了描述这个“图”的几何形象。

图论为任何一个包含了一种二元关系的离散系统提供了一个数学模型，借助于图论的概念、理论和方法，可以对该模型求解。

哥尼斯堡七桥问题就是一个典型的例子。

在哥尼斯堡有七座桥将普莱格尔河中的两个岛及岛与河岸联结起来，问题是要从这四块陆地中的任何一块开始通过每一座桥正好一次，再回到起点。

图1 哥尼斯堡七桥问题当然可以通过试验去尝试解决这个问题，但该城居民的任何尝试均未成功。

欧拉为了解决这个问题，采用了建立数学模型的方法。

他将每一块陆地用一个点来代替，将每一座桥用连接相应两点的一条线来代替，从而得到一个有四个“点”，七条“线”的“图”。

问题成为从任一点出发一笔画出七条线再回到起点。

欧拉考察了一般一笔画的结构特点，给出了一笔画的一个判定法则：这个图是连通的，且每个点都与偶数线相关联，将这个判定法则应用于七桥问题，得到了“不可能走通”的结果，不但彻底解决了这个问题，而且开创了图论研究的先河。

图与网络是运筹学（Operations Research ）中的一个经典和重要的分支，所研究的问题涉及经济管理、工业工程、交通运输、计算机科学与信息技术、通讯与网络技术等诸多领域。

MATLAB程序大全

1．全景图到穹景图这个程序我最初是用FreeImage写的，这两天改成了matlab，再不贴上来，我就要忘了。

看到一篇文章有这样的变换，挺有意思的，就拿来试了一下，文章点此。

全景图到穹顶图变换，通俗的说就是将全景图首尾相接做成一个圆环的样子。

先看下面这张图：下面的矩形就是我们要处理的全景图，上面的矩形是变换后的图像。

下面图像的底边对应穹顶图的内圆，顶边对应穹顶图的外圆，当然，反过来也是可以的。

程序流程：1.定义穹顶图内圆和外圆的半径，变换后的像素就填充在这个内外半径的圆环中。

2.遍历穹顶图，当所处理当前像素位于圆环内，则通过极坐标反变换去全景图中寻找相应位置的像素进行填充。

3.遍历完图像就行了。

用的技巧和图像旋转或放大缩小都是类似的。

处理结果：原图：结果：matlab代码如下：clear all;close all;clc;img=imread('pan.jpg');imshow(img);[m,n]=size(img);r1=100; %内环半径r2=r1+m; %外环半径imgn=zeros(2*r2,2*r2);[re_m,re_n]=size(imgn);for y=1:re_mfor x=1:re_ndis_x=x-re_n/2;dis_y=y-re_m/2;l=sqrt(dis_x^2+dis_y^2);if l<=r2 && l>=r1theta=0;if y>re_m/2theta=atan2(dis_y,dis_x);endif y<re_m/2theta=pi+atan2(-dis_y,-dis_x);endif y==re_m/2theta=atan2(dis_y,dis_x)+0.0001;endxx=ceil(n*theta/(2*pi));yy=ceil(l-r1);if yy>=1 && yy<=m && xx>=1 && xx<=nimgn(y,x)=img(yy,xx);endendendendfigure;imshow(imgn,[])最后要说的是，一般我们要是有一张全景图，通常会用cubic映射，将图像变换为立方体的六个面，然后通过图形学方法贴到立方体上，就能做出类似谷歌街景的样子。

超全图论matlab程序

超全的图论程序关注微信公众号“超级数学建模”，教你做有料、有趣的数模人程序一：可达矩阵算法function P=dgraf(A)n=size(A,1);P=A;for i=2:nP=P+A^i;endP(P~=0)=1;P;程序二：关联矩阵和邻接矩阵互换算法function W=incandadf(F,f)if f==0m=sum(sum(F))/2;n=size(F,1);W=zeros(n,m);k=1;for i=1:nfor j=i:nif F(i,j)~=0W(i,k)=1;W(j,k)=1;k=k+1;endendendelseif f==1m=size(F,2);n=size(F,1);W=zeros(n,n);for i=1:ma=find(F(:,i)~=0);W(a(1),a(2))=1;W(a(2),a(1))=1;endelsefprint('Please imput the right value of f');endW;程序三：有向图关联矩阵和邻接矩阵互换算法function W=mattransf(F,f)if f==0m=sum(sum(F));n=size(F,1);W=zeros(n,m);k=1;for i=1:nfor j=i:nif F(i,j)~=0W(i,k)=1;W(j,k)=-1;k=k+1;endendendelseif f==1m=size(F,2);n=size(F,1);W=zeros(n,n);for i=1:ma=find(F(:,i)~=0);if F(a(1),i)==1W(a(1),a(2))=1;elseW(a(2),a(1))=1;endendelsefprint('Please imput the right value of f'); endW;第二讲：最短路问题程序一：Dijkstra算法（计算两点间的最短路）function [l,z]=Dijkstra(W)n = size (W,1);for i = 1 :nl(i)=W(1,i);z(i)=0;endi=1;while i<=nfor j =1 :nif l(i)>l(j)+W(j,i)l(i)=l(j)+W(j,i);z(i)=j-1;if j<ii=j-1;endendendi=i+1;end程序二：floyd算法（计算任意两点间的最短距离）function [d,r]=floyd(a)n=size(a,1);d=a;for i=1:nfor j=1:nr(i,j)=j;endendr;for k=1:nfor i=1:nfor j=1:nif d(i,k)+d(k,j)<d(i,j)d(i,j)=d(i,k)+d(k,j); r(i,j)=r(i,k);endendendend程序三：n2short.m 计算指定两点间的最短距离function [P u]=n2short(W,k1,k2)n=length(W);U=W;m=1;while m<=nfor i=1:nfor j=1:nif U(i,j)>U(i,m)+U(m,j)U(i,j)=U(i,m)+U(m,j);endendendm=m+1;endu=U(k1,k2);P1=zeros(1,n);k=1;P1(k)=k2;V=ones(1,n)*inf;kk=k2;while kk~=k1for i=1:nV(1,i)=U(k1,kk)-W(i,kk);if V(1,i)==U(k1,i)P1(k+1)=i;kk=i;k=k+1;endendendk=1;wrow=find(P1~=0);for j=length(wrow):-1:1P(k)=P1(wrow(j));k=k+1;endP;程序四、n1short.m(计算某点到其它所有点的最短距离)function[Pm D]=n1short(W,k)n=size(W,1);D=zeros(1,n);for i=1:n[P d]=n2short(W,k,i);Pm{i}=P;D(i)=d;end程序五：pass2short.m(计算经过某两点的最短距离) function [P d]=pass2short(W,k1,k2,t1,t2)[p1 d1]=n2short(W,k1,t1);[p2 d2]=n2short(W,t1,t2);[p3 d3]=n2short(W,t2,k2);dt1=d1+d2+d3;[p4 d4]=n2short(W,k1,t2);[p5 d5]=n2short(W,t2,t1);[p6 d6]=n2short(W,t1,k2);dt2=d4+d5+d6;if dt1<dt2d=dt1;P=[p1 p2(2:length(p2)) p3(2:length(p3))]; elsed=dt1;p=[p4 p5(2:length(p5)) p6(2:length(p6))]; endP;d;第三讲：最小生成树程序一：最小生成树的Kruskal算法function [T c]=krusf(d,flag)if nargin==1n=size(d,2);m=sum(sum(d~=0))/2;b=zeros(3,m);k=1;for i=1:nfor j=(i+1):nif d(i,j)~=0b(1,k)=i;b(2,k)=j;b(3,k)=d(i,j);k=k+1;endendendelseb=d;endn=max(max(b(1:2,:)));m=size(b,2);[B,i]=sortrows(b',3);B=B';c=0;T=[];k=1;t=1:n;for i=1:mif t(B(1,i))~=t(B(2,i))T(1:2,k)=B(1:2,i);c=c+B(3,i);k=k+1;tmin=min(t(B(1,i)),t(B(2,i)));tmax=max(t(B(1,i)),t(B(2,i)));for j=1:nif t(j)==tmaxt(j)=tmin;endendendif k==nbreak;endendT;c;程序二：最小生成树的Prim算法function [T c]=Primf(a)l=length(a);a(a==0)=inf;k=1:l;listV(k)=0;listV(1)=1;e=1;while (e<l)min=inf;for i=1:lif listV(i)==1for j=1:lif listV(j)==0 & min>a(i,j)min=a(i,j);b=a(i,j);s=i;d=j;endendendendlistV(d)=1;distance(e)=b;source(e)=s;destination(e)=d;e=e+1;endT=[source;destination];for g=1:e-1c(g)=a(T(1,g),T(2,g));endc;另外两种程序最小生成树程序1（prim 算法构造最小生成树）a=[inf 50 60 inf inf inf inf;50 inf inf 65 40 inf inf;60 inf inf 52 inf inf 45;...inf 65 52 inf 50 30 42;inf 40 inf 50 inf 70 inf;inf inf inf 30 70 inf inf;...inf inf 45 42 inf inf inf];result=[];p=1;tb=2:length(a);while length(result)~=length(a)-1temp=a(p,tb);temp=temp(:);d=min(temp);[jb,kb]=find(a(p,tb)==d);j=p(jb(1));k=tb(kb(1));result=[result,[j;k;d]];p=[p,k];tb(find(tb==k))=[];endresult最小生成树程序2（Kruskal 算法构造最小生成树）clc;clear;a(1,2)=50; a(1,3)=60; a(2,4)=65; a(2,5)=40;a(3,4)=52;a(3,7)=45; a(4,5)=50; a(4,6)=30;a(4,7)=42; a(5,6)=70;[i,j,b]=find(a);data=[i';j';b'];index=data(1:2,:);loop=max(size(a))-1;result=[];while length(result)<looptemp=min(data(3,:));flag=find(data(3,:)==temp);flag=flag(1);v1=data(1,flag);v2=data(2,flag);if index(1,flag)~=index(2,flag)result=[result,data(:,flag)];endindex(find(index==v2))=v1;data(:,flag)=[];index(:,flag)=[];endresult第四讲：Euler图和Hamilton图程序一：Fleury算法（在一个Euler图中找出Euler环游）注：包括三个文件；fleuf1.m, edf.m, flecvexf.m function [T c]=fleuf1(d)%注：必须保证是Euler环游，否则输出T=0,c=0n=length(d);b=d;b(b==inf)=0;b(b~=0)=1;m=0;a=sum(b);eds=sum(a)/2;ed=zeros(2,eds);vexs=zeros(1,eds+1);matr=b;for i=1:nif mod(a(i),2)==1m=m+1;endendif m~=0fprintf('there is not exit Euler path.\n') T=0;c=0;endif m==0vet=1;flag=0;t1=find(matr(vet,:)==1);for ii=1:length(t1)ed(:,1)=[vet,t1(ii)];vexs(1,1)=vet;vexs(1,2)=t1(ii);matr(vexs(1,2),vexs(1,1))=0;flagg=1;tem=1;while flagg[flagg ed]=edf(matr,eds,vexs,ed,tem); tem=tem+1;if ed(1,eds)~=0 & ed(2,eds)~=0T=ed;T(2,eds)=1;c=0;for g=1:edsc=c+d(T(1,g),T(2,g));endflagg=0;break;endendendendfunction[flag ed]=edf(matr,eds,vexs,ed,tem)flag=1;for i=2:eds[dvex f]=flecvexf(matr,i,vexs,eds,ed,tem);if f==1flag=0;break;endif dvex~=0ed(:,i)=[vexs(1,i) dvex];vexs(1,i+1)=dvex;matr(vexs(1,i+1),vexs(1,i))=0;elsebreak;endendfunction [dvex f]=flecvexf(matr,i,vexs,eds,ed,temp) f=0;edd=find(matr(vexs(1,i),:)==1);dvex=0;dvex1=[];ded=[];if length(edd)==1dvex=edd;elsedd=1;dd1=0;kkk=0;for kk=1:length(edd)m1=find(vexs==edd(kk));if sum(m1)==0dvex1(dd)=edd(kk);dd=dd+1;dd1=1;elsekkk=kkk+1;endendif kkk==length(edd)tem=vexs(1,i)*ones(1,kkk);edd1=[tem;edd];for l1=1:kkklt=0;ddd=1;for l2=1:edsif edd1(1:2,l1)==ed(1:2,l2)lt=lt+1;endendif lt==0ded(ddd)=edd(l1);ddd=ddd+1;endendendif temp<=length(dvex1)dvex=dvex1(temp);elseif temp>length(dvex1) & temp<=length(ded)dvex=ded(temp);elsef=1;endend程序二：Hamilton改良圈算法（找出比较好的Hamilton路）function [C d1]= hamiltonglf(v)%d表示权值矩阵%C表示算法最终找到的Hamilton圈。

图论matlab程序大全

图论程序大全程序一：可达矩阵算法function P=dgraf(A)n=size(A,1);P=A;for i=2:nP=P+A^i;endP(P~=0)=1;P;程序二：关联矩阵和邻接矩阵互换算法function W=incandadf(F,f)if f==0 m=sum(sum(F))/2;n=size(F,1);W=zeros(n,m);k=1;for i=1:nfor j=i:nif F(i,j)~=0W(i,k)=1;W(j,k)=1;k=k+1;endendendelseif f==1m=size(F,2);n=size(F,1);W=zeros(n,n);for i=1:ma=find(F(:,i)~=0);W(a(1),a(2))=1;W(a(2),a(1))=1;endelsefprint('Please imput the right value of f'); endW;程序三：有向图关联矩阵和邻接矩阵互换算法function W=mattransf(F,f)if f==0m=sum(sum(F));n=size(F,1);W=zeros(n,m);k=1;for i=1:nfor j=i:nif F(i,j)~=0W(i,k)=1; W(j,k)=-1; k=k+1;endendendelseif f==1m=size(F,2);n=size(F,1);W=zeros(n,n);for i=1:ma=find(F(:,i)~=0);if F(a(1),i)==1W(a(1),a(2))=1;elseW(a(2),a(1))=1;endendelsefprint('Please imput the right value of f'); endW;第二讲：最短路问题程序一：Dijkstra算法（计算两点间的最短路）function [l,z]=Dijkstra(W)n = size (W,1);for i = 1 :nl(i)=W(1,i);z(i)=0;endi=1;while i<=nfor j =1 :nif l(i)>l(j)+W(j,i)l(i)=l(j)+W(j,i);z(i)=j-1;if j<ii=j-1;endendendi=i+1;end程序二：floyd算法（计算任意两点间的最短距离）function [d,r]=floyd(a)n=size(a,1);d=a;for i=1:nfor j=1:nr(i,j)=j;endendr;for k=1:nfor i=1:nfor j=1:nif d(i,k)+d(k,j)<d(i,j) d(i,j)=d(i,k)+d(k,j); r(i,j)=r(i,k);endendendend程序三：n2short.m 计算指定两点间的最短距离function [P u]=n2short(W,k1,k2)n=length(W);U=W;m=1;while m<=nfor i=1:nfor j=1:nif U(i,j)>U(i,m)+U(m,j) U(i,j)=U(i,m)+U(m,j);endendendm=m+1;endu=U(k1,k2);P1=zeros(1,n);k=1;P1(k)=k2;V=ones(1,n)*inf;kk=k2;while kk~=k1for i=1:nV(1,i)=U(k1,kk)-W(i,kk);if V(1,i)==U(k1,i)P1(k+1)=i;kk=i;k=k+1;endendendk=1;wrow=find(P1~=0);for j=length(wrow):-1:1P(k)=P1(wrow(j));k=k+1;endP;程序四、n1short.m(计算某点到其它所有点的最短距离) function[Pm D]=n1short(W,k)n=size(W,1);D=zeros(1,n);for i=1:n[P d]=n2short(W,k,i);Pm{i}=P;D(i)=d;end程序五：pass2short.m(计算经过某两点的最短距离) function [P d]=pass2short(W,k1,k2,t1,t2)[p1 d1]=n2short(W,k1,t1);[p2 d2]=n2short(W,t1,t2);[p3 d3]=n2short(W,t2,k2);dt1=d1+d2+d3;[p4 d4]=n2short(W,k1,t2);[p5 d5]=n2short(W,t2,t1);[p6 d6]=n2short(W,t1,k2);dt2=d4+d5+d6;if dt1<dt2d=dt1;P=[p1 p2(2:length(p2)) p3(2:length(p3))]; elsed=dt1;p=[p4 p5(2:length(p5)) p6(2:length(p6))]; endP;d;第三讲：最小生成树程序一：最小生成树的Kruskal算法function [T c]=krusf(d,flag)if nargin==1n=size(d,2);m=sum(sum(d~=0))/2;b=zeros(3,m);k=1;for i=1:nfor j=(i+1):nif d(i,j)~=0b(1,k)=i;b(2,k)=j;b(3,k)=d(i,j);k=k+1;endendendelseb=d;endn=max(max(b(1:2,:)));m=size(b,2);[B,i]=sortrows(b',3);B=B';c=0;T=[];k=1;t=1:n;for i=1:mif t(B(1,i))~=t(B(2,i))T(1:2,k)=B(1:2,i);c=c+B(3,i);k=k+1;tmin=min(t(B(1,i)),t(B(2,i))); tmax=max(t(B(1,i)),t(B(2,i)));for j=1:nif t(j)==tmaxt(j)=tmin;endendendif k==nbreak;endendT;c;程序二：最小生成树的Prim算法function [T c]=Primf(a)l=length(a);a(a==0)=inf;k=1:l;listV(k)=0;listV(1)=1;e=1;while (e<l)min=inf;for i=1:lif listV(i)==1for j=1:lif listV(j)==0 & min>a(i,j)min=a(i,j);b=a(i,j);s=i;d=j;endendendendlistV(d)=1;distance(e)=b;source(e)=s;destination(e)=d;e=e+1;endT=[source;destination];for g=1:e-1c(g)=a(T(1,g),T(2,g));endc;另外两种程序最小生成树程序1（prim 算法构造最小生成树）a=[inf 50 60 inf inf inf inf;50 inf inf 65 40 inf inf;60 inf inf 52 inf inf 45;...inf 65 52 inf 50 30 42;inf 40 inf 50 inf 70 inf;inf inf inf 30 70 inf inf;...inf inf 45 42 inf inf inf];result=[];p=1;tb=2:length(a);while length(result)~=length(a)-1temp=a(p,tb);temp=temp(:);d=min(temp);[jb,kb]=find(a(p,tb)==d);j=p(jb(1));k=tb(kb(1));result=[result,[j;k;d]];p=[p,k];tb(find(tb==k))=[];endresult最小生成树程序2（Kruskal 算法构造最小生成树）clc;clear;a(1,2)=50; a(1,3)=60; a(2,4)=65; a(2,5)=40;a(3,4)=52;a(3,7)=45; a(4,5)=50; a(4,6)=30;a(4,7)=42; a(5,6)=70;[i,j,b]=find(a);data=[i';j';b'];index=data(1:2,:);loop=max(size(a))-1;result=[];while length(result)<looptemp=min(data(3,:));flag=find(data(3,:)==temp);flag=flag(1);v1=data(1,flag);v2=data(2,flag); if index(1,flag)~=index(2,flag) result=[result,data(:,flag)]; endindex(find(index==v2))=v1;data(:,flag)=[];index(:,flag)=[];endresult第四讲：Euler图和Hamilton图程序一：Fleury算法（在一个Euler图中找出Euler环游）注：包括三个文件；fleuf1.m, edf.m, flecvexf.m function [T c]=fleuf1(d)%注：必须保证是Euler环游，否则输出T=0,c=0n=length(d);b=d;b(b==inf)=0;b(b~=0)=1;m=0;a=sum(b);eds=sum(a)/2;ed=zeros(2,eds);vexs=zeros(1,eds+1);matr=b;for i=1:nif mod(a(i),2)==1m=m+1;endendif m~=0fprintf('there is not exit Euler path.\n')T=0;c=0;endif m==0vet=1;flag=0;t1=find(matr(vet,:)==1);for ii=1:length(t1)ed(:,1)=[vet,t1(ii)];vexs(1,1)=vet;vexs(1,2)=t1(ii);matr(vexs(1,2),vexs(1,1))=0;flagg=1;tem=1;while flagg[flagg ed]=edf(matr,eds,vexs,ed,tem); tem=tem+1;if ed(1,eds)~=0 & ed(2,eds)~=0T=ed;T(2,eds)=1;c=0;for g=1:edsc=c+d(T(1,g),T(2,g));endflagg=0;break;endendendendfunction[flag ed]=edf(matr,eds,vexs,ed,tem) flag=1;for i=2:eds[dvex f]=flecvexf(matr,i,vexs,eds,ed,tem);if f==1flag=0;break;endif dvex~=0ed(:,i)=[vexs(1,i) dvex];vexs(1,i+1)=dvex;matr(vexs(1,i+1),vexs(1,i))=0;elsebreak;endendfunction [dvex f]=flecvexf(matr,i,vexs,eds,ed,temp) f=0;edd=find(matr(vexs(1,i),:)==1);dvex=0;dvex1=[];ded=[];if length(edd)==1dvex=edd;elsedd=1;dd1=0;kkk=0;for kk=1:length(edd)m1=find(vexs==edd(kk));if sum(m1)==0dvex1(dd)=edd(kk);dd=dd+1;dd1=1;elsekkk=kkk+1;endendif kkk==length(edd)tem=vexs(1,i)*ones(1,kkk);edd1=[tem;edd];for l1=1:kkklt=0;ddd=1;for l2=1:edsif edd1(1:2,l1)==ed(1:2,l2)lt=lt+1;endendif lt==0ded(ddd)=edd(l1);ddd=ddd+1;endendendif temp<=length(dvex1)dvex=dvex1(temp);elseif temp>length(dvex1) & temp<=length(ded) dvex=ded(temp);elsef=1;endend程序二：Hamilton改良圈算法（找出比较好的Hamilton路）function [C d1]= hamiltonglf(v)%d表示权值矩阵%C表示算法最终找到的Hamilton圈。

(图论)matlab模板程序

第一讲：图论模型程序一：可达矩阵算法%根据邻接矩阵A〔有向图〕求可达矩阵P〔有向图〕function P=dgraf<A>n=size<A,1>;P=A;for i=2:nP=P+A^i;endP<P~=0>=1; %将不为0的元素变为1P;程序二：无向图关联矩阵和邻接矩阵互换算法F表示所给出的图的相应矩阵W表示程序运行结束后的结果f=0表示把邻接矩阵转换为关联矩阵f=1表示把关联矩阵转换为邻接矩阵%无向图的关联矩阵和邻接矩阵的相互转换function W=incandadf<F,f>if f==0 %邻接矩阵转换为关联矩阵m=sum<sum<F>>/2; %计算图的边数n=size<F,1>;W=zeros<n,m>;k=1;for i=1:nfor j=i:nif F<i,j>~=0W<i,k>=1; %给边的始点赋值为1W<j,k>=1; %给边的终点赋值为1k=k+1;endendendelseif f==1 %关联矩阵转换为邻接矩阵m=size<F,2>;n=size<F,1>;W=zeros<n,n>;for i=1:ma=find<F<:,i>~=0>;W<a<1>,a<2>>=1; %存在边,则邻接矩阵的对应值为1 W<a<2>,a<1>>=1;endelsefprint<'Please imput the right value of f'>;W;程序三：有向图关联矩阵和邻接矩阵互换算法%有向图的关联矩阵和邻接矩阵的转换function W=mattransf<F,f>if f==0 %邻接矩阵转换为关联矩阵m=sum<sum<F>>;n=size<F,1>;W=zeros<n,m>;k=1;for i=1:nfor j=i:nif F<i,j>~=0 %由i发出的边,有向边的始点W<i,k>=1; %关联矩阵始点值为1W<j,k>=-1; %关联矩阵终点值为-1k=k+1;endendendelseif f==1 %关联矩阵转换为邻接矩阵m=size<F,2>;n=size<F,1>;W=zeros<n,n>;for i=1:ma=find<F<:,i>~=0>; %有向边的两个顶点if F<a<1>,i>==1W<a<1>,a<2>>=1; %有向边由a<1>指向a<2>elseW<a<2>,a<1>>=1; %有向边由a<2>指向a<1>endendelsefprint<'Please imput the right value of f'>;endW;第二讲：最短路问题程序0：最短距离矩阵W表示图的权值矩阵D表示图的最短距离矩阵%连通图中各项顶点间最短距离的计算function D=shortdf<W>%对于W<i,j>,若两顶点间存在弧,则为弧的权值,否则为inf；当i=j时W<i,j>=0 n=length<W>;m=1;while m<=nfor i=1:nfor j=1:nif D<i,j>>D<i,m>+D<m,j>D<i,j>+D<i,m>+D<m,j>; %距离进行更新 endendendm=m+1;endD;程序一：Dijkstra算法〔计算两点间的最短路〕function [l,z]=Dijkstra<W>n = size <W,1>;for i = 1 :nl=W<1,i>;z=0;endi=1;while i<=nfor j =1 :nif l>l<j>+W<j,i>l=l<j>+W<j,i>;z=j-1;if j<ii=j-1;endendendi=i+1;end程序二：floyd算法〔计算任意两点间的最短距离〕function [d,r]=floyd<a>n=size<a,1>;d=a;for i=1:nfor j=1:nr<i,j>=j;endendr;for k=1:nfor i=1:nfor j=1:nif d<i,k>+d<k,j><d<i,j>d<i,j>=d<i,k>+d<k,j>; r<i,j>=r<i,k>;endendendend程序三：n2short.m 计算指定两点间的最短距离function [P u]=n2short<W,k1,k2>n=length<W>;U=W;m=1;while m<=nfor i=1:nfor j=1:nif U<i,j>>U<i,m>+U<m,j>U<i,j>=U<i,m>+U<m,j>;endendendm=m+1;endu=U<k1,k2>;P1=zeros<1,n>;k=1;P1<k>=k2;V=ones<1,n>*inf;kk=k2;while kk~=k1for i=1:nV<1,i>=U<k1,kk>-W<i,kk>;if V<1,i>==U<k1,i>P1<k+1>=i;kk=i;k=k+1;endendendk=1;wrow=find<P1~=0>;for j=length<wrow>:-1:1P<k>=P1<wrow<j>>;k=k+1;endP;程序四、n1short.m<计算某点到其它所有点的最短距离> function[Pm D]=n1short<W,k>n=size<W,1>;D=zeros<1,n>;for i=1:n[P d]=n2short<W,k,i>;Pm{i}=P;D=d;end程序五：pass2short.m<计算经过某两点的最短距离> function [P d]=pass2short<W,k1,k2,t1,t2>[p1 d1]=n2short<W,k1,t1>;[p2 d2]=n2short<W,t1,t2>;[p3 d3]=n2short<W,t2,k2>;dt1=d1+d2+d3;[p4 d4]=n2short<W,k1,t2>;[p5 d5]=n2short<W,t2,t1>;[p6 d6]=n2short<W,t1,k2>;dt2=d4+d5+d6;if dt1<dt2d=dt1;P=[p1 p2<2:length<p2>> p3<2:length<p3>>]; elsed=dt1;p=[p4 p5<2:length<p5>> p6<2:length<p6>>]; endP;d;第三讲：最小生成树程序一：最小生成树的Kruskal算法function [T c]=krusf<d,flag>if nargin==1n=size<d,2>;m=sum<sum<d~=0>>/2;b=zeros<3,m>;k=1;for i=1:nfor j=<i+1>:nif d<i,j>~=0b<1,k>=i;b<2,k>=j;b<3,k>=d<i,j>;k=k+1;endendendelseb=d;endn=max<max<b<1:2,:>>>;m=size<b,2>;[B,i]=sortrows<b',3>;B=B';c=0;T=[];k=1;t=1:n;for i=1:mif t<B<1,i>>~=t<B<2,i>>T<1:2,k>=B<1:2,i>;c=c+B<3,i>;k=k+1;tmin=min<t<B<1,i>>,t<B<2,i>>>; tmax=max<t<B<1,i>>,t<B<2,i>>>; for j=1:nif t<j>==tmaxt<j>=tmin;endendendif k==nbreak;endendT;c;程序二：最小生成树的Prim算法function [T c]=Primf<a>l=length<a>;a<a==0>=inf;k=1:l;listV<k>=0;listV<1>=1;e=1;while <e<l>min=inf;for i=1:lif listV==1for j=1:lif listV<j>==0 & min>a<i,j>min=a<i,j>;b=a<i,j>;s=i;d=j;endendendendlistV<d>=1;distance<e>=b;source<e>=s;destination<e>=d;e=e+1;endT=[source;destination];for g=1:e-1c<g>=a<T<1,g>,T<2,g>>;endc;第四讲：Euler图和Hamilton图程序一：Fleury算法〔在一个Euler图中找出Euler环游〕注：包括三个文件；fleuf1.m, edf.m, flecvexf.mfunction [T c]=fleuf1<d>%注：必须保证是Euler环游,否则输出T=0,c=0n=length<d>;b=d;b<b==inf>=0;b<b~=0>=1;m=0;a=sum;eds=sum<a>/2;ed=zeros<2,eds>;vexs=zeros<1,eds+1>;matr=b;for i=1:nif mod<a,2>==1m=m+1;endendif m~=0fprintf<'there is not exit Euler path.\n'>T=0;c=0;endif m==0vet=1;flag=0;t1=find<matr<vet,:>==1>;for ii=1:length<t1>ed<:,1>=[vet,t1<ii>];vexs<1,1>=vet;vexs<1,2>=t1<ii>;matr<vexs<1,2>,vexs<1,1>>=0;flagg=1;tem=1;while flagg[flagg ed]=edf<matr,eds,vexs,ed,tem>;tem=tem+1;if ed<1,eds>~=0 & ed<2,eds>~=0T=ed;T<2,eds>=1;c=0;for g=1:edsc=c+d<T<1,g>,T<2,g>>;endflagg=0;break;endendendendfunction[flag ed]=edf<matr,eds,vexs,ed,tem>flag=1;for i=2:eds[dvex f]=flecvexf<matr,i,vexs,eds,ed,tem>;if f==1flag=0;break;endif dvex~=0ed<:,i>=[vexs<1,i> dvex];vexs<1,i+1>=dvex;matr<vexs<1,i+1>,vexs<1,i>>=0;elsebreak;endendfunction [dvex f]=flecvexf<matr,i,vexs,eds,ed,temp> f=0;edd=find<matr<vexs<1,i>,:>==1>;dvex=0;dvex1=[];ded=[];if length<edd>==1dvex=edd;elsedd=1;dd1=0;kkk=0;for kk=1:length<edd>m1=find<vexs==edd<kk>>;if sum<m1>==0dvex1<dd>=edd<kk>;dd=dd+1;dd1=1;elsekkk=kkk+1;endendif kkk==length<edd>tem=vexs<1,i>*ones<1,kkk>;edd1=[tem;edd];for l1=1:kkklt=0;ddd=1;for l2=1:edsif edd1<1:2,l1>==ed<1:2,l2>lt=lt+1;endendif lt==0ded<ddd>=edd<l1>;ddd=ddd+1;endendendif temp<=length<dvex1>dvex=dvex1<temp>;elseif temp>length<dvex1> & temp<=length<ded>dvex=ded<temp>;elsef=1;endend程序二：Hamilton改良圈算法〔找出比较好的Hamilton路〕function [C d1]= hamiltonglf<v>%d表示权值矩阵%C表示算法最终找到的Hamilton圈.%v =[ 51 67;37 84;41 94;2 99;18 54;4 50;24 42;25 38;13 40;7 64;22 60;25 62;18 40;41 26];n=size<v,1>;subplot<1,2,1>hold on;plot <v<:,1>,v<:,2>,'*'>; %描点for i=1:nstr1='V';str2=num2str;dot=[str1,str2];text<v<i,1>-1,v<i,2>-2,dot>; %给点命名endplot <v<:,1>,v<:,2>>;%连线plot<[v<n,1>,v<1,1>],[v<n,2>,v<1,2>]>;for i =1:nfor j=1:nd<i,j>=sqrt<<v<i,1>-v<j,1>>^2+<v<i,2>-v<j,2>>^2>;endendd2=0;for i=1:nif i<nd2=d2+d<i,i+1>;elsed2=d2+d<n,1>;endendtext<10,30,num2str<d2>>;n=size<d,2>;C=[linspace<1,n,n> 1];for nnn=1:20C1=C;if n>3for m=4:n+1for i=1:<m-3>for j=<i+2>:<m-1>if<d<C,C<j>>+d<C<i+1>,C<j+1>><d<C,C<i+1>>+d<C<j>,C<j+1>>>C1<1:i>=C<1:i>;for k=<i+1>:jC1<k>=C<j+i+1-k>;endC1<<j+1>:m>=C<<j+1>:m>;endendendendelseif n<=3if n<=2fprint<'It does not exist Hamilton circle.'>; elsefprint<'Any cirlce is the right answer.'>;endendC=C1;d1=0;for i=1:nd1=d1+d<C,C<i+1>>;endd1;endsubplot<1,2,2>;hold on;plot <v<:,1>,v<:,2>,'*'>; %描点for i=1:nstr1='V';str2=num2str;dot=[str1,str2];text<v<i,1>-1,v<i,2>-2,dot>; %给点命名endv2=[v;v<1,1>,v<1,2>];plot<v<C<:>,1>,v<C<:>,2>,'r'>;text<10,30,num2str<d1>>;第五讲：匹配问题与算法程序一：较大基础匹配算法function J=matgraf<W>n=size<W,1>;J=zeros<n,n>;while sum<sum<W>>~=0a=find<W~=0>;t1=mod<a<1>,n>;if t1==0t1=n;endif a<1>/n>floor<a<1>/n>t2=floor<a<1>/n>+1;elset2=floor<a<1>/n>;endJ<t1,t2>=1,J<t2,t1>=1;W<t1,:>=0;W<t2,:>=0;W<:,t1>=0;W<:,t2>=0;endJ;程序二：匈牙利算法〔完美匹配算法,包括三个文件fc01,fc02,fc03〕function [e,s]=fc01<a,flag>if nargin==1flag=0;endb=a;if flag==0cmax=max<max'>;b=cmax-b;endm=size;for i =1:m<1>b<i,:>=b<i,:>-min<b<i,:>>;endfor j=1:m<2>b<:,j>=b<:,j>-min<b<:,j>>;endd=<b==0>;[e,total]=fc02<d>;while total~=m<1>b=fc03<b,e>;d=<b==0>;[e,total]=fc02<d>;endinx=sub2ind<size<a>,e<:,1>,e<:,2>>;e=[e,a<inx>];s=sum<a<inx>>;function [e,total]=fc02<d>total=0;m=size<d>;e=zeros<m<1>,2>;t=sum<sum<d>'>;nump=sum<d'>;while t~=0[s,inp]=sort<nump>;inq=find<s>;ep=inp<inq<1>>;inp=find<d<ep,:>>;numq=sum<d<:,inp>>;[s,inq]=sort<numq>;eq=inp<inq<1>>;total=total+1;e<total,:>=[ep,eq];inp=find<d<:,eq>>;nump<inp>=nump<inp>-1;nump<ep>=0;t=t-sum<d<ep,:>>-sum<d<:,eq>>+1;d<ep,:>=0*d<ep,:>;d<:,eq>=0*d<:,eq>;endfunction b=fc03<b,e>m=size;t=1;p=ones<m<1>,1>;q=zeros<m<1>,1>;inp=find<e<:,1>~=0>;p<e<inp,1>>=0;while t~=0tp=sum<p+q>;inp=find<p==1>;n=size<inp>;for i=1:n<1>inq=find<b<inp,:>==0>;q<inq>=1;endinp=find<q==1>;n=size<inp>;for i=1:n<1>if all<e<:,2>-inp>==0inq=find<<e<:,2>-inp>==0>;p<e<inq>>=1;endendtq=sum<p+q>;t=tq-tp;endinp=find<p==1>;inq=find<q==0>;cmin=min<min<b<inp,inq>>'>;inq=find<q==1>;b<inp,:>=b<inp,:>-cmin;b<:,inq>=b<:,inq>+cmin;第六讲：最大流最小费用问题程序一：2F算法<Ford-Fulkerson算法>,求最大流%C=[0 5 4 3 0 0 0 0;0 0 0 0 5 3 0 0;0 0 0 0 0 3 2 0;0 0 0 0 0 0 2 0; %0 0 0 0 0 0 0 4;0 0 0 0 0 0 0 3;0 0 0 0 0 0 0 5;0 0 0 0 0 0 0 0 ] function [f wf]=fulkersonf<C,f1>%C表示容量%f1表示当前流量,默认为0%f表示最大流±íÊ¾×î´óÁ÷%wf表示最大流的流量n=length<C>;if nargin==1;f=zeros<n,n>;elsef=f1;endNo=zeros<1,n>;d=zeros<1,n>;while <1>No<1>=n+1;d<1>=Inf;while <1>pd=1;for <i=1:n>if <No>for <j=1:n>if <No<j>==0 & f<i,j><C<i,j>>No<j>=i;d<j>=C<i,j>-f<i,j>;pd=0;if <d<j>>d>d<j>=d;endelseif <No<j>==0 & f<j,i>>0>No<j>=-i;d<j>=f<j,i>;pd=0;if <d<j>>d>d<j>=d;endendendendendif <No<n>|pd>break;endendif <pd>break;enddvt=d<n>;t=n;while <1>if<No<t>>0>f<No<t>,t>=f<No<t>,t>+dvt;elseif <No<t><0>f<No<t>,t>=f<No<t>,t>-dvt;endif <No<t>==1>for <i=1:n>No=0;d=0;endbreakendt=No<t>;endendwf=0;for <j=1:n>wf=wf+f<1,j>;endf;wf;程序二：Busacker-Gowan算法<求最大流最小费用>%C=[0 15 16 0 0;0 0 0 13 14;0 11 0 17 0;0 0 0 0 8;0 0 0 0 0] %b=[0 4 1 0 0;0 0 0 6 1;0 2 0 3 0;0 0 0 0 2;0 0 0 0 0]%function [f wf zwf]=BGf<C,b>%C表示弧容量矩阵%b表示弧上单位流量的费用%f表示最大流最小费用矩阵%wf最大流量%zwf表示最小费用n=size<C,2>;wf=0;wf0=inf;f=zeros<n,n>;while <1>a=ones<n,n>*inf;for <i=1:n>a<i,i>=0;endfor <i=1:n>for <j=1:n>if<C<i,j>>0 & f<i,j>==0>a<i,j>=b<i,j>;elseif <C<i,j>>0 & f<i,j>==C<i,j>>a<j,i>=-b<i,j>;elseif <C<i,j>>0>a<i,j>=b<i,j>;a<j,i>=-b<i,j>;endendendfor <i=2:n>p=inf;s=i;endfor <k=1:n>pd=1;for <i=2:n>for <j=1:n>if <p>p<j>+a<j,i>>p=p<j>+a<j,i>;s=j;pd=0; endendendif <pd>break;endendif <p<n>==inf>break;enddvt=inf;t=n;while <1>if <a<s<t>,t>>0>dvtt=C<s<t>,t>-f<s<t>,t>;elseif <a<s<t>,t><0>dvtt=f<t,s<t>>;endif <dvt>dvtt>dvt=dvtt;endif <s<t>==1>break;endt=s<t>;endpd=0;if <wf+dvt>=wf0>dvt=wf0-wf;pd=1;endt=n;while <1>if <a<s<t>,t>>0>f<s<t>,t>=f<s<t>,t>+dvt; elseif <a<s<t>,t><0>f<<t>,s<t>>=f<t,s<t>>-dvt; endif <s<t>==1>break;endt=s<t>;endif <pd>break;endwf=0;for <j=1:n>wf=wf+f<1,j>;endendzwf=0;for <i=1:n>for <j=1:n>zwf=zwf+b<i,j>*f<i,j>;endendf;。

图论的matlab算法概要

第六讲图论初步§ 6.1 引言图论是运筹学的一个经典和重要的分支,它起源于欧拉(Euler 对七桥问题的抽象和论证。

1936年, 匈牙利数学家柯尼希(König出版了图论的第一部专著《有限图与无限图理论》 ,竖立了图论发展的第一座里程碑。

此后,图论进入发展与突破的快车道,所研究的问题涉及经济管理、工业工程、交通运输、计算机科学与信息技术、通讯与网络技术等诸多领域。

近几十年来,由于计算机技术和科学的飞速发展,大大地促进了图论研究和应用,图论的理论和方法已经渗透到物理、化学、通讯科学、建筑学、生物遗传学、心理学、经济学、社会学等学科中。

图论中所谓的“图”是指某类具体事物和这些事物之间的联系。

如果我们用点表示这些具体事物,用连接两点的线段(直的或曲的表示两个事物的特定的联系,就得到了描述这个“图”的几何形象。

图论为任何一个包含了一种二元关系的离散系统提供了一个数学模型,借助于图论的概念、理论和方法,可以对该模型求解。

引例 6.1.1 最短路问题(SPP -shortest path problem一名货柜车司机奉命在最短的时间内将一车货物从甲地运往乙地。

从甲地到乙地的公路网纵横交错, 因此有多种行车路线,这名司机应选择哪条线路呢?假设货柜车的运行速度是恒定的,那么这一问题相当于需要找到一条从甲地到乙地的最短路。

引例 6.1.2 中国邮递员问题(CPP -chinese postman problem一名邮递员负责投递某个街区的邮件。

如何为他(她设计一条最短的投递路线(从邮局出发,经过投递区内每条街道至少一次,最后返回邮局?由于这一问题是我国管梅谷教授 1960年首先提出的,所以国际上称之为中国邮递员问题。

引例 6.1.3 旅行商问题(TSP -traveling salesman problem一名推销员准备前往若干城市推销产品。

如何为他(她设计一条最短的旅行路线(从驻地出发,经过每个城市恰好一次,最后返回驻地?这一问题的研究历史十分悠久,通常称之为旅行商问题。

图论matlab程序源码

while m==0 %判断m的值，当m为0时进行循环执行，m不为0时终止
k=k+1;%k进行加1，k=2
B1=[B Y1(3:length(Y1))]; %取Y1中第三个到第六个元素，与B组合在一起赋给B1，B1=[6 5 6 8 9]
f=length(B1);%求B1的中元素的个数 f=5
B=Y(1)+Y(2);%取Y中第一个和第二个元素相加求和，Y(1)=2，Y(2)=4，B=6
W=[Y(1) Y(2) B];%给W赋值为[2 4 6],Y(1)=2,Y(2)=4,B=6, W=[2 4 6]
Y1=Y;%把Y的值赋给Y1，Y1=[2 4 5 6 7 8 9]
m=0;%对m进行初始化为0
W(j,k)=1; %给边的终点赋值为1W(2,1)=1
k=k+1;%对k进行加1
end
end
end
elseif f==1 %关联矩阵转换为邻接矩阵
m=size(F,2);
k=1;%初始化k=1;代表列的值
for i=1:n %i从1到4
for j=i:n %j从i到4 对F进行遍历
if F(i,j)~=0%判断F中（i，j）元素是否为0，不为0进行赋值，为0不进行操作，继续循环
W(i,k)=1; %给边的始点赋值为1 W(1,1)=1,
C(i+1)=t;%对C（2）赋值为2 C=[1 2 0]
W(C(1:(i+1)),C(1:(i+1)))=0;%对W([1 2],[1 2])赋值为0,W=[0 0 1;0 0 1;1 1 0]
end;
m=sum(sum(F))/2; %计算图的边数 m=6，sum（F）表示矩阵F中每一列求和，点度的总和是边数的2倍

matlab、图论及最短路径算法

surf(x,y,z) 色图
mesh(x,y,z)
colormap ezmesh(z)
e03.m
函数画图： ezsurf(z)
数学建模课件
主讲人：孙云龙
4、统计分析
概率分布
pdf cdf inv stat rnd
unif bino poiss norm exp t chi2 F
描述统计
的月降水量为data.m中：矩阵B——行为月数据、列为 12个观测站数据。求：
（1）各观测站月平均降雨量、标准差。（2）月最大、最小降雨量为多少？发生在哪个气象站的哪一月份？
mean max
std
min
数学建模课件
主讲人：孙云龙
例2
级数 1 2 3 4 5 6 7 8 9
个人所得税：工资、薪金所得适用
1 0 0 1 1 0 0 0 1 1 0 0 0 1 0 0 1 i点为j边端点 rij R 0 1 1 0 0 0 1 0 0 否则 0 0 1 1 0 0 0 1 0 0 0 0 1 1 1 1
数学建模课件
主讲人：孙云龙
2、连通性
x =‘x’
x =sym(‘x’)
syms x y z
定义符号表达式
字符串 f =’……’ 符号型运算符 syms x ，f = … f=inline(‘…’)
M函数文件 e02.m
数学建模课件
微积分
主讲人：孙云龙
极限 limit (f,x,a,option) 导数 diff (f,x,n)
税率 (%) 5 10 15 20 25 30 35 40 45
年奖金有什么问题？
数学建模课件

图论举例MATLAB

例1 某公司在六个城市621,,,c c c 中有分公司，从i c 到j c 的直接航程票价记在下述矩阵的),(j i 位置上。

（∞表示无直接航路），请帮助该公司设计一张城市1c 到其它城市间的票价最便宜的路线图。

⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎣⎡∞∞∞∞∞∞055252510550102025251001020402010015252015050102540500用矩阵n n a ⨯（n 为顶点个数）存放各边权的邻接矩阵，行向量pb 、1index 、2index 、d 分别用来存放P 标号信息、标号顶点顺序、标号顶点索引、最短通路的值。

其中分量⎩⎨⎧=顶点未标号当第顶点已标号当第i i i pb 01)(； )(2i index 存放始点到第i 点最短通路中第i 顶点前一顶点的序号；)(i d 存放由始点到第i 点最短通路的值。

求第一个城市到其它城市的最短路径的Matlab 程序如下： clear; clc;M=10000;a(1,:)=[0,50,M,40,25,10];a(2,:)=[zeros(1,2),15,20,M,25]; a(3,:)=[zeros(1,3),10,20,M]; a(4,:)=[zeros(1,4),10,25]; a(5,:)=[zeros(1,5),55]; a(6,:)=zeros(1,6); a=a+a';pb(1:length(a))=0;pb(1)=1;index1=1;index2=ones(1,length(a)); d(1:length(a))=M;d(1)=0;temp=1; while sum(pb)<length(a) tb=find(pb==0);d(tb)=min(d(tb),d(temp)+a(temp,tb)); tmpb=find(d(tb)==min(d(tb))); temp=tb(tmpb(1)); pb(temp)=1;index1=[index1,temp];index=index1(find(d(index1)==d(temp)-a(temp,index1))); if length(index)>=2index=index(1);endindex2(temp)=index;endd, index1, index2例2 从北京（Pe）乘飞机到东京(T)、纽约(N)、墨西哥城(M)、伦敦(L)、巴黎(Pa)五城市做旅游，每城市恰去一次再回北京，应如何安排旅游线，使旅程最短？各城市之间的航线clc,cleara(1,2)=56;a(1,3)=35;a(1,4)=21;a(1,5)=51;a(1,6)=60;a(2,3)=21;a(2,4)=57;a(2,5)=78;a(2,6)=70;a(3,4)=36;a(3,5)=68;a(3,6)=68;a(4,5)=51;a(4,6)=61;a(5,6)=13;a(6,:)=0;a=a+a';c1=[5 1:4 6];L=length(c1);flag=1;while flag>0flag=0;for m=1:L-3for n=m+2:L-1ifa(c1(m),c1(n))+a(c1(m+1),c1(n+1))<a(c1(m),c1(m+1))+a(c1(n),c1(n+1 ))flag=1;c1(m+1:n)=c1(n:-1:m+1);endendendendsum1=0;for i=1:L-1sum1=sum1+a(c1(i),c1(i+1));endcircle=c1;sum=sum1;c1=[5 6 1:4];%改变初始圈，该算法的最后一个顶点不动flag=1;while flag>0flag=0;for m=1:L-3for n=m+2:L-1if a(c1(m),c1(n))+a(c1(m+1),c1(n+1))<... a(c1(m),c1(m+1))+a(c1(n),c1(n+1))flag=1;c1(m+1:n)=c1(n:-1:m+1);endendendendsum1=0;for i=1:L-1sum1=sum1+a(c1(i),c1(i+1));endif sum1<sumsum=sum1;circle=c1;endcircle,sum。

(word完整版)matlab图论程序算法大全,推荐文档

精心整理图论算法matlab实现求最小费用最大流算法的MATLAB程序代码如下：n=5;C=[0 15 16 0 00 0 0 13 14011 017 00 0 0 0 80 0 0 0 0]; %弧容量b=[0 4 1 0 0-< < -.z ■■ * I f/ }0 0 0 6 1■j ' I X 1 ,.,\X \ • i z"》'0 2 0 3 00 0 0 0 20 0 0 0 0]；%弧上单位流量的费用wf=0;wf0=lnf; %wf表示最大流量，wf0 表示预定的流量值,--j I " f'for (i=1:n) for (j=1:n)f(i,j)=0; end; end %取初始可行流f 为零流while (1)for (i=1:n) for (j=1:n) if (j~=i)a(i,j)=lnf; end; end; end%勾造有向赋权图for (i=1:n) for (j=1:n) if (C(i,j)>0&f(i,j)==0)a(i,j)=b(i,j);elseif (C(i,j)>0&f(i,j)==C(i,j))a(j,i)二-b(i,j);elseif (C(i,j)>0)a(i,j)=b(i,j);a(j,i)=-b(i,j); end; end; endfor (i=2:n)p(i)=lnf;s(i)二i; end %用Ford 算法求最短路，赋初值for (k=1:n)pd=1; %求有向赋权图中vs到vt的最短路2019年9月精心整理end for (i=2:n) for (j=1:n) if (p(i)>p(j)+a(j,i))p(i)=p(j)+a(j,i);s(i)二j;pd=O;;end; endif (pd) break; end;end %求最短路的Ford算法结束if (p(n)==lnf) break; end %不存在vs到vt的最短路，算法终止.注意在求最小费用最大流时构造有向赋权图中不会含负权回路，所以不会出现k=ndvt=Inf;t=n; %进入调整过程，dvt 表示调整量while (1) %计算调整量if (a(s(t),t)>0)dvtt=C(s(t),t)-f(s(t),t); %前向弧调整量elseif (a(s(t),t)<0)dvtt=f(t,s(t)); end %后向弧调整量if (dvt>dvtt)dvt=dvtt; end■i • I x 1i 'if (s(t)==1) break; end %当t的标号为vs时，终止计算调整量j-J—— _____t=s(t); end %继续调整前一段弧上的流fpd=0; if (wf+dvt>=wf0)dvt=wf0-wf;pd=1; end%如果最大流量大于或等于预定的流量值,--j I " f't=n; while (1) %调整过程if (a(s(t),t)>O)f(s(t),t)=f(s(t),t)+dvt; %前向弧调整elseif (a(s(t),t)<0)f(t,s(t))=f(t,s(t))-dvt; end %后向弧调整if (s(t)==1) break; end %当t的标号为vs时，终止调整过程t=s(t); endif (pd) break; end%如果最大流量达到预定的流量值wf=0; for (j=1: n)wf=wf+f(1,j); end; end %计算最大流量zwf=0; for (i=1:n) for (j=1:n)zwf二zwf+b(i,j)*f(i,j); 2019年end; end%计算最小费用9月精心整理f %显示最小费用最大流图6-22wf %显示最小费用最大流量zwf %显示最小费用，程序结束_Kruskal避圈法：Kruskal避圈法的MATLAB程序代码如下：n=8;A=[0 2 8 1 0 0 0 02 0 6 0 1 0 0 08 6 0 7 5 1 2 01 0 7 0 0 0 9 00 1 5 0 0 3 0 8■i • I x 1i '0 0 1 0 3 0 4 60 0 2 9 0 4 0 30 0 0 0 8 6 3 0];k=1; %己录A中不同正数的个数,--j I " f'for (i=1:n-1) for (j=i+1:n) %此循环是查找A中所有不同的正数if (A(i,j)>0)x(k)=A(i,j); %数组x 记录A中不同的正数kk=1; %缶时变量for (s=1:k-1) if (x(k)==x(s))kk=0; break; end; end %排除相同的正数k=k+kk; end; end; endk=k-1 %显示A中所有不同正数的个数for (i=1:k-1) for (j=i+1:k) %各x中不同的正数从小到大排序if (x(j)<x(i))xx=x(j);x(j)=x(i);x(i)=xx;end; end; end 2019年9月精心整理T(n,n)=0; %各矩阵T中所有的元素赋值为0q=0; %己录加入到树T中的边数for (s=1:k) if (q==n) break;end %获得最小生成树T,算法终止for (i=1:n-1) for (j=i+1:n) if (A(i,j)==x(s))T(i,j)=x(s);T(j,i)=x(s);%加入边到树T中TT=T; %临时记录Twhile (1)pd=1; %砍掉TT中所有的树枝for (y=1:n)kk=0;for (z=1:n) if (TT(y,z)>0)kk=kk+1;zz=z; end; end 扇找TT 中的树枝if(kk==1)TT(y,zz)=0;TT(zz,y)=0;pd=0; end; end %砍掉TT 中的树枝if (pd) break; end;end %已砍掉了TT中所有的树枝1 i' X 1pd=0; %判断TT中是否有圈J-J—— _____for (y=1:n-1) for (z=y+1:n) if (TT(y,z)>0)pd=1; break; end; end; end if (pd)T(i,j)=0;T(j,i)=0;%假如TT 中有圈[ielse q=q+1;end; end; end; end; end,--j I " f'T %显示近似最小生成树T,程序结束用Warshall-Floyd 算法求任意两点间的最短路n=8;A=[0 2 8 1 Inf Inf Inf Inf2 0 6 Inf 1 Inf Inf Inf8 6 0 7 5 1 2 Inf1 Inf 7 0 Inf Inf 9 InfInf Inf 1 Inf 3 0 4 62019年9月精心整理Inf Inf 2 9 Inf 4 0 3Inf Inf Inf Inf 8 6 3 0]; % MATLAB^, Inf 表示乂D=A; %赋初值for (i=1:n) for (j=1:n)R(i,j)二j; end; end %赋路径初值for (k=1:n) for (i=1:n) for (j=1:n) if (D(i,k)+D(k,j)<D(i,j))D(i,j)二D(i,k)+D(k,j); %更新dijR(i,j)=k; end; end; end %更新rijk %显示迭代步数D %显示每步迭代后的路长R %显示每步迭代后的路径■-"? I y .： .*pd=0; for i=1:n %含有负权时$ . I X 1 \ t Zyfj ；" —. »■if (D(i,i)<0)pd=1; break; end; end %存在一条含有顶点vi 的负回路j- ————丿if (pd) break; end %存在一条负回路，终止程序end %程序结束利用Ford--Fulkerson 标号法求最大流算法的MATLAB ,--j I /'芦# /程序代码如下：n二 8;C=[0 5 4 3 0 0 0 00 0 0 0 5 3 0 00 0 0 0 0 3 2 00 0 0 0 0 0 2 00 0 0 0 0 0 0 30 0 0 0 0 0 0 52019年9月精心整理0 0 0 0 0 0 0 0]; %弧容量for (i=1:n) for (j=1:n)f(i,j)=0; end; end %取初始可行流f 为零流for (i=1:n)No(i)=0;d(i)=0; end %No,d 记录标号图6-19 while (1)No(1)=n+1;d(1)=lnf; %给发点vs 标号while (1)pd=1; %标号过程for (i=1:n) if (No(i)) %选择一个已标号的点vifor (j=1:n) if (No(j)==0&f(i,j)<C(i,j)) %对于未给标号的点vj,当vivj 为非饱和弧时L ? I $ / /No(j)=i;d(j)=C(i,j)-f(i,j);pd=0;L』I p. x\ : I" X 1 ..'C.X 'L 、 xxif (d(j)>d(i))d(j)=d(i); endp ————y xelseif (No(j)==0&f(j,i)>0) %对于未给标号的点vj,当vjvi为非零流弧时No(j)=-i;d(j)=f(j,i);pd=0;:\ \if (d(j)>d(i))d(j)=d(i); end; end; end; end; end,--j I " f'if (No(n)|pd) break; end; end%若收点vt得到标号或者无法标号，终止标号过程if (pd) break; end %vt未得到标号，f 已是最大流，算法终止dvt=d(n);t二n; %进入调整过程，dvt 表示调整量while (1)if (No(t)>0)f(No(t),t)=f(No(t),t)+dvt; elseif (No(t)<0)f(No(t),t)=f(No(t),t)-dvt; if (No(t)==1) for (i=1:n)No(i)=0;d(i)=0;终止调整过程2019年9月%前向弧调整end %后向弧调整end; break; end %当t 的标号为vs 时t二No(t); end;end; %继续调整前一段弧上的流fwf=O; for (j=1:n)wf=wf+f(1,j); end %+算最大流量f %显示最大流wf %显示最大流量No混示标号，由此可得最小割，程序结束图论程序大全程序一：关联矩阵和邻接矩阵互换算法fun cti on W=i ncan dadf(F,f)if f==0m=sum(sum(F))/2;n=size(F,1);W=zeros( n, m);k=1;for i=1: nfor j=i:nif F(i,j)~=0W(i,k)=1;W(j,k)=1;k=k+1;endendendelseif f==1m=size(F,2);n=size(F,1);W=zeros( n,n);for i=1:ma=fi nd(F(:,i)~=0);W(a(1),a (2))=1;W(a(2) ,a(1))=1;endelsefprint( 'Please imput the right value of f );endW;程序二：可达矩阵算法fun cti on P=dgraf(A)n=size(A,1);P=A;for i=2:nP=P+A A i;endP(P~=0)=1；P；程序三：有向图关联矩阵和邻接矩阵互换算法fun cti on W=mattra nsf(F,f)if f==0m=sum(sum(F));n=size(F,1);W=zeros( n, m);k=1;for i=1: nfor j=i:n if F(i,j)~=OW(i,k)=1;W(j,k)=-1;k=k+1;endI ■endendelseif f==1m=size(F,2);n=size(F,1);W=zeros( n,n);for i=1:ma=fi nd(F(:,i)~=0);if F(a(1),i)==1W(a(1),a (2))=1;elseW(a(2) ,a(1))=1;endendelsefprint( 'Please imput the right value of f );endW;第二讲：最短路问题程序一：Dijkstra算法(计算两点间的最短路) fun ctio n [l,z]=Dijkstra(W)精心整理n = size (W,1);for i = 1 :nl(i)=W(1,i);z(i)=0；endi=1;while i<=nfor j =1 :nif l(i)>l(j)+W(j,i)l(i)=l(j)+W(j,i);z(i)=j-1；if j<ii=j-1;endendendi=i+1;end程序二：floyd算法(计算任意两点间的最短距离) fun cti on [d,r]=floyd(a) n=size(a,1);d=a;for i=1: nfor j=1: nr(i,j)=j;endend"/二7I \r;for k=1: nI_ :「for i=1:nfor j=1: nif d(i,k)+d(k,j)vd(i,j)■■ d(i,j)=d(i,k)+d(k,j); r(i,j)=r(i,k);endendendend程序三：n 2short.m 计算指定两点间的最短距离fun ctio n [P u]=n2short(W,k1,k2)n=le ngth(W);U=W;m=1;精心整理while m<=nfor i=1: nfor j=1: nif U(i,j)>U(i,m)+U(m,j)U(i,j)=U(i,m)+U(m,j);endendendm=m+1;endu=U(k1,k2);P1=zeros(1, n);k=1;P1(k)=k2;V=o nes(1, n)* inf;kk=k2;while kk~=k1for i=1: nV(1,i)=U(k1,kk)-W(i,kk);if V(1,i)==U(k1,i)P1(k+1)=i;kk=i;k=k+1;endendendk=1;wrow=fi nd(P1~=0);for j=length(wrow):-1:1P(k)=P1(wrow(j));k=k+1;endP;程序四、n1short.m(计算某点到其它所有点的最短距离) function [Pm D]=n1short(W,k)n=size(W,1);D=zeros(1, n);for i=1: n[P d]=n2short(W,k,i);Pm{i}=P;D(i)=d;end程序五：pass2short.m（计算经过某两点的最短距离）精心整理function [P d]=pass2short(W,k1,k2,t1,t2)[p1 d1]=n2short(W,k1,t1);[p2 d2]=n2short(W,t1,t2);[p3 d3]=n2short(W,t2,k2);dt1= d1+d2+d3;[p4 d4]=n2short(W,k1,t2);[p5 d5]=n2short(W,t2,t1);[p6 d6]=n2short(W,t1,k2);dt2=d4+d5+d6;if dt1<dt2d=dt1;P=[p1 p2(2:le ngth(p2)) p3(2:le ngth(p3))];elsed=dt1;p=[p4 p5(2:le ngth(p5)) p6(2:le ngth(p6))];endP;d;第三讲：最小生成树程序一：最小生成树的Kruskal算法■i 1 I X 1 t fun cti on [T c]=krusf(d,flag)if nargin==1n=size(d,2);m=sum(sum(d~=0))/2;b=zeros(3,m);k=1;for i=1: nfor j=(i+1):nif d(i,j)~=0b(1,k)=i;b(2,k)=j;b(3,k)=d(i,j);k=k+1;endendendelseb=d;endn=max(max(b(1:2,:)));m=size(b,2);[B,i]=sortrows(b',3);B=B';c=0;T=[];精心整理k=1;t=1: n;for i=1:mif t(B(1,i))~=t(B(2,i))T(1:2,k)=B(1:2,i);c=c+B(3,i);k=k+1;tmi n=mi n( t(B(1,i)),t(B(2,i))); tmax=max(t(B(1,i)),t(B(2,i)));for j=1: nif t(j)==tmax t(j)=tmi n;endendendif k==nbreak;endendT;c;程序二：最小生成树的Prim算法'I \ 1 ,fun cti on [T c]=Primf(a)l=le ngth(a);a(a==0)=i nf;k=1:l;listV(k)=0;listV(1)=1;e=1;while (e<l)mi n=inf;for i=1:lif listV(i)==1for j=1:lif listV(j)==0 & min>a(i,j)min=a(i,j);b=a(i,j); s=i;d=j;endendendendlistV(d)=1;dista nce(e)=b;source(e)=s;dest in ati on( e)=d;精心整理e=e+1;endT=[source;desti nati on];for g=1:e-1c(g)=a(T(1,g),T(2,g));endc;另外两种程序最小生成树程序1 (prim算法构造最小生成树)a=[inf 50 60 inf inf inf inf;50 inf inf 65 40 inf inf;60 inf inf 52 inf inf45;…inf 65 52 inf 50 30 42;i nf 40 inf 50 inf 70 inf;inf inf inf 30 70 infinf;...inf inf 45 42 inf inf inf];result=[];p=1;tb=2:le ngth(a);while len gth(result)~=le ngth(a)-1temp=a(p,tb);temp=temp(:);d=mi n(temp);[jb,kb]=fi nd(a(p,tb)==d);2 -- --vX ：' [ \ \ Z'j=p(jb(1));k=tb(kb(1));result=[result,[j;k;d]];p=[p,k];tb(fi nd(tb==k))=[];endresult最小生成树程序2( Kruskal算法构造最小生成树) clc;clear;a(1,2)=50; a(1,3)=60; a(2,4)=65; a(2,5)=40;精心整理a(3,4)=52;a(3,7)=45; a(4,5)=50; a(4,6)=30;a(4,7)=42; a(5,6)=70;[i,j,b]=find (a);data二[i';j';b'];i ndex=data(1:2,:);loop二max(size(a))-1;result=[];while len gth(result)<looptemp二mi n(data(3,:));flag=fi nd(data(3,:)==temp);flag=flag(1);Y '.Z ；彳I 1 _• }v1=data(1,flag);v2=data(2,flag);■i • i x 1 \ % 'j ；- ... lyif in dex(1,flag)~=i ndex(2,flag)result二[result,data(:,flag)];endin dex(fi nd(i ndex==v2))=v1;,--j I " f'data(:,flag)=[];index(:,flag)=[];endresult第四讲：Euler图和Hamilton图程序一：Fleury算法(在一个Euler图中找出Euler环游) 注：包括三个文件；fleuf1.m, edf.m, flecvexf.mfun ctio n [T c]=fleuf1(d)%注：必须保证是Euler环游，否则输出T=0,c=0精心整理n=len gth(d);b=d;b(b==i nf)=O;b(b~=0)=1;m=0;a=sum(b);eds=sum(a)/2;ed=zeros(2,eds);vexs=zeros(1,eds+1);matr=b;for i=1: nif mod(a(i),2)==1m=m+1;endendif m~=0fprintf( 'there is not exit Euler path.\n' )T=0;c=0;endif m==0vet=1;flag=0;t1=fi nd(matr(vet,:)==1);for ii=1:length(t1)ed(:,1)=[vet,t1(ii)]; vexs(1,1)=vet;vexs(1,2)=t1(ii); matr(vexs(1,2),vexs(1,1))=0;flagg=1;tem=1;while flagg[flagg ed]=edf(matr,eds,vexs,ed,tem); tem=tem+1;if ed(1,eds)~=0 & ed(2,eds)~=0T=ed;T(2,eds)=1;c=0;for g=1:eds c=c+d(T(1,g),T(2,g));endflagg=0;break;endendendendfunction [flag ed]=edf(matr,eds,vexs,ed,tem)精心整理flag=1;for i=2:eds[dvex f]=flecvexf(matr,i,vexs,eds,ed,tem); if f==1flag=0;break;endif dvex~=0ed(:,i)=[vexs(1,i) dvex];vexs(1,i+1)=dvex; matr(vexs(1,i+1),vexs(1,i))=0; elsebreak;endendfun cti on [dvex f]=flecvexf(matr,i,vexs,eds,ed,temp)f=0;edd=fi nd(matr(vexs(1,i),:)==1);dvex=0;dvex 1=[];ded=[];if length(edd)==1dvex=edd;elsedd=1;dd 仁0;kkk=0;for kk=1:length(edd)m1=fi nd(vexs==edd(kk));if sum(m1)==0dvex1(dd)=edd(kk);dd=dd+1;dd1=1;elsekkk=kkk+1;endendif kkk==length(edd) tem=vexs(1,i)*o nes(1,kkk); edd1=[tem;edd];for l1=1:kkk lt=0;ddd=1;for l2=1:edsif edd1(1:2,l1)==ed(1:2,l2) lt=lt+1;endend精心整理if lt==Oded(ddd)=edd(l1);ddd=ddd+1;endendendif tempv=length(dvexl)dvex=dvex1(temp);elseif temp>le ngth(dvexl) & temp<=le ngth(ded)dvex=ded(temp);elsef=1;endend程序二：Hamilton改良圈算法(找出比较好的Hamilton路)function [C d1]= hamiltonglf(v)%表示权值矩阵%表示算法最终找到的Hamilton圈。

图论MATLAB算法

第一章：Dijkstra 算法开始?dot i ≤输入，确定邻接矩阵a 确定邻接矩阵a 的节点数dot1=i算每一个节点到U 中每一个节点的最小值输出第n i 个节点到第一个节点的最小距离i L ,i=1∧dot结束算这dot 个最小值的最小值l ，并确定其节点位置i nl L i n =将第一个节点放入集合U 中将已经确定的第i n 节点到所有节点的权值赋为∞ 将所有节点到第i n 节点的权值加上l 并代替之 ?2>i1+=i i将第i n 节点放入集合U 中 YESNOYESNO求下面赋权图（左图）中顶点u0到其余顶点的最短路。

其邻接矩阵W 为：⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡∞∞∞∞∞∞∞∞∞∞∞∞∞∞∞∞∞∞∞∞∞∞=024782063446046340357630135102273201847210W)(i u l迭代次数0u 1u 2u 3u 4u 5u 6u 7u1 2 3 4 5 6 7 8 ０ ∞ ∞ ∞ ∞ ∞ ∞ ∞１ 2 ∞ 7 ∞ 4 82 4 7 ∞ 4 83 7 ∞4 86 9 4 86 9 69 6 9 最后标记)(v l )(v z0 1 2 3 6 9 4 6 0u 0u 0u 2u 3u 3u 0u 6u1u 2u 3u 4u 5u 6u 7u 0ufunction dijkstra%注：此程序仅作参考，欢迎批评指正。

clcclear%Dijkstra算法:%%%%给邻接矩阵赋值%%%%%%%%%%%%a=[0,1,2,inf,7,inf,4,8;1,0,2,3,inf,inf,inf,7;0,0,0,1,5,inf,inf,inf;0,0,0,0,3,6,inf,inf;0,0,0,0,0,4,3,inf;0,0,0,0,0,0,6,4;0,0,0,0,0,0,0,2;];for i=2:8for j=1:i-1a(i,j)=a(j,i);endenddot=size(a,1);%节点数fprintf('\t邻接矩阵的标准形式：');afuquantu=a;%在赋权图中用到fprintf('\t其中，inf代表无穷大∞,a(i,j)代表第i个节点到第j个节点的权。

matlab图论方法

能否从某个城市出发在十二面体上依次经过每个城市恰好一次最后回到出发点？
哈密顿圈（环球旅行游戏）
问题3(四色问题): 对任何一张地图进行着色，两个共同边界的
国家染不同的颜色，则只需要四种颜色就够了.
问题4(关键路径问题): 一项工程任务,大到建造一座大坝,一座体育
中心,小至组装一台机床,一架电视机, 都要包括许多工序.这些工序相互约束,只有在某些工序完成之后, 一个工序才能开始. 即它们之间存在完成的先后次序关系,一般认为这些关系是预知的, 而且也能够预计完成每个工序所需要的时间.
V = {v1 , v2 , v3 , v4}, E = { v1v2 , v1v3 , v1v4 , v2v3 , v2v4 , v3v4}.
今后将不计较这种外形上的差别,而用一个容易理解的、确定的图解去表示一个图.
有边联结的两个点称为相邻的点, 有一个公共端点的边称为相邻边. 边和它的端点称为互相关联. 常用d(v)表示图G中与顶点v关联的边的数目, d(v) 称为顶点v的度数. 用N(v)表示图G中所有与顶点v相邻的顶点的集合.
这时工程领导人员迫切希望了解最少需要多少时间才能够完成整个工程项目, 影响工程进度的要害工序是哪几个？
6.1 图论的基本概念
图论中的“图”并不是通常意义下的几何图形或物体的形状图, 而是以一种抽象的形式来表达一些确定的事物之间的联系的一个数学系统.
定义1 一个有序二元组(V, E ) 称为一个图, 记为G = (V, E ), 其中
(0,1,0,1) (0,1,0,0) (0,0,1,0) (0,0,0,1) (0,0,0,0) (1,0,1,0) (1,0,1,1) (1,1,0,1) (1,1,1,0) (1,1,1,1)