给出一个图的m-着色的程序段,回溯法:
/ 图的邻接矩阵Graph[n,n]表示无向连通图G,
1,2,3,m代表不同的颜色
顶点i所着色用x[i]表示,初始值都赋为0
/
void NextValue(int k)
{
int j, flag;
do{
x[k] = (x[k]+1) % (m + 1)//分配给x[k]一种新的颜色
if (x[k] == 0)
return; //x[k]的颜色已用完
flag = 1; //x[k]是否可用的标记
for (j = 0; j < n; j++)
if (Graph[k,j] == 1 && x[k] == x[j]){
flag = 0; //x[k]不可用
break;
}
while (flag);
}
void MColoring(int k)
{
while (x[k] < m){ //产生x[k]的合理分配
NextValue(k); //找x[k]的一个合理分配
if (x[k] == 0)
return; //无解,结束调用
if (k == n) { //着完n个顶点,找到完整着色法,输出
Output(x,k) //输出当前解
else
MColoring(k+1)
}
}
/
递归算法:
void Coloring(区域 n)
1 令颜色集ClrSet={ 没有被区域n的邻居区域使用的颜色 }
2 如果ClrSet是空集,返回
3 对ClrSet中的每种颜色c,作循环:
31 为区域n着色c。
32 如果所有区域都已着色(n是最后一个区域),那么显示/保存着色结果
33 否则对下一个尚未着色的区域(n+1),调用Coloring(n+1)
4 把区域n变为没有着色的区域
--------------------------------------------------------
/
template<int node_count = 8>
class CColoring
{
private:
typedef int node_type;
typedef int color_type;
typedef std::set<node_type> node_set;
typedef std::vector<color_type> color_array;
public:
void operator()(const int _Matrix[node_count][node_count])
{
matrix = _Matrix;
colors_of_nodesresize(node_count, 0);
total_count = 0;
coloring(0);
}
private:
void coloring(node_type n)
{
// 颜色的使用情况
std::vector<bool> used_colors;
node_type m;
color_type c;
// 初始化颜色的使用情况
used_colorsresize(color_count, false);
// 遍历每个与区域n相邻的区域m
for(m = 0; m < node_count; ++m)
{
if(matrix[n][m])
{
// 获取m的颜色
c = colors_of_nodes[m];
// m已着色
if(c != 0)
used_colors[c] = true;
}
}
// 遍历每个未被n的邻居使用的颜色c
for(c = 1; c < color_count; ++c)
{
if(!used_colors[c])
{
// 为n着色c
colors_of_nodes[n] = c;
// 着色完毕
if(n >= node_count - 1)
{
++total_count;
// 输出结果
_tprintf(_T("---------------------\n"));
_tprintf(_T("Method %d:\n"), total_count);
for(m = 0; m < node_count; ++m)
{
_tprintf(_T("node: %d, color: %d\n"), m, colors_of_nodes[m]);
}
}
// 还有区域没有着色
else
{
// 为下一个未着色的区域,调用coloring()
coloring(n + 1);
}
}
}
// 将n设置为没有着色的区域
colors_of_nodes[n] = 0;
}
// 0表示无色,1-4表示4种不同颜色
static const int color_count = 5;
// 邻接矩阵
const int ( matrix)[node_count];
// 各区域对应的颜色
color_array colors_of_nodes;
// 总的着色方案数
int total_count;
};
void main()
{
int Matrix[4][4] =
{
{ 0, 1, 0, 0 },
{ 1, 0, 0, 0 },
{ 0, 0, 0, 1 },
{ 0, 0, 1, 0 },
};
CColoring<4> coloring;
coloring(Matrix);
}
不知道你需要什么,如果你需要gps点数据,可以在谷歌地图上找到它相应的地图(很清楚)经纬度坐标,让后用mapsource中转换成公里网格坐标点,然后用arcgis中add x y 添加到arcgis中
分析:
标量图转化为矢量图的方法,包括如下步骤:
1、对原始图像进行线条化,得到图像的边缘轮廓图;
2、对边缘轮廓图进行色阶标准化调整,获取线条增强的轮廓图;
3、计算图像阈值,然后二值化图像阈值;
4、获取边缘轮廓点,连续的边缘轮廓点构成一个多边形;
5、对每个多边形的点进行曲线拟合;
6、通过贝塞尔曲线绘制曲线拟合后的多边形,并用黑色填充,得到矢量边缘图;
7、对原图通过双边滤波迭代进行图像平滑,获取平面光滑的图像;
8、平面图像和矢量边缘图像进行正片叠底运算,获取矢量化图像。
2009年信息技术会考真题
选择"D"
矢量图的基础是解析几何上的点、线、面、体。计算机屏幕上的任意两点之间的连线,或是直线,或是曲线,实质上是以计算机规定的基础像素单位为依据,从第一个点出发,遵循几何矢量的规律(方向、步长),步步前进,最后达到第二个点。这个点运动经过的轨迹描述出来,就是矢量图。
以上就是关于如何将点的坐标变换成矢量图。全部的内容,包括:如何将点的坐标变换成矢量图。、如何从地图服务器获取指定经度和纬度范围的arcgis矢量图数据及其格式、标量图怎么转矢量图等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)