Implementazione

Usando i dizionari, è semplice implementare le liste di adiacenza in Python.

Nella nostra implementazioni del ADT Graph creeremo due classi (vedi Listing 1 e Listing 2), Graph, che mantiene la lista di tutti i vertici, e Vertex, che rappresenta ogni vertice nel grafo.

Ogni Vertex usa un dizionario per mantenere traccia dei vertici a cui è connesso e del peso di ogni arco. Questo dizionario è chiamato connectedTo. Il codice sotto mostra la classe Vertex. Il costruttore semplicemente inizializza l’id, che tipicamente è una stringa, e il dizionario connectedTo. Il metodo addNeighbor è usato per aggiungere una connessione da questo vertice a un altro. Il metodo getConnections ritorna tutti i vertici nella lista di adiacenza, come rappresentato dalla variabile connectedTo. Il metodo getWeight ritorna il peso di un arco da questo vertice al vertice passato come parametro.

Listing 1

class Vertex:
    def __init__(self,key):
        self.id = key
        self.connectedTo = {}

    def addNeighbor(self,nbr,weight=0):
        self.connectedTo[nbr] = weight

    def __str__(self):
        return str(self.id) + ' connectedTo: ' + str([x.id for x in self.connectedTo])

    def getConnections(self):
        return self.connectedTo.keys()

    def getId(self):
        return self.id

    def getWeight(self,nbr):
        return self.connectedTo[nbr]

La classe Graph, mostrata nel codice seguente, contiene un dizionario che mappa nomi in oggetti vertice. In Figura 3 questo oggetto dizionario è rappresentato dalla scatola grigia. La classe Graph fornisce metodi per aggiungere vertici a un grafo e connetterli. Il metodo getVertices ritorna i nomi di tutti i vertici nel grafo. Inoltre, abbiamo implementato il metodo __iter__ per rendere facile l’iterazione su tutti i vertici di un grafo dato. Insieme, i due metodi permettono di iterare sui vertici di un grafo usando il nome o gli oggetti stessi.

Listing 2

class Graph:
    def __init__(self):
        self.vertList = {}
        self.numVertices = 0

    def addVertex(self,key):
        self.numVertices = self.numVertices + 1
        newVertex = Vertex(key)
        self.vertList[key] = newVertex
        return newVertex

    def getVertex(self,n):
        if n in self.vertList:
            return self.vertList[n]
        else:
            return None

    def __contains__(self,n):
        return n in self.vertList

    def addEdge(self,f,t,cost=0):
        if f not in self.vertList:
            nv = self.addVertex(f)
        if t not in self.vertList:
            nv = self.addVertex(t)
        self.vertList[f].addNeighbor(self.vertList[t], cost)

    def getVertices(self):
        return self.vertList.keys()

    def __iter__(self):
        return iter(self.vertList.values())

Usando le classi Graph e Vertex, il seguente codice Python, crea il grafo in Figura 1. Prima creiamo sei vertici numerati da 0 a 5. Successivamente mostriamo il dizionario dei vertici. E’ importante notare che per tutte le chiavi da 0 a 5 abbiamo creato una istanza di un Vertex. Successivamente, aggiungiamo gli archi che connettono i vertici tra di loro. Infine, un ciclo interno controlla che ogni arco è memorizzato correttamente. Possiamo controllare che l’output della lista degli archi corrisponda all’insieme degli archi che avevamo definito per la Figura 1.

>>> g = Graph()
>>> for i in range(6):
...    g.addVertex(i)
>>> g.vertList
{0: <adjGraph.Vertex instance at 0x41e18>,
 1: <adjGraph.Vertex instance at 0x7f2b0>,
 2: <adjGraph.Vertex instance at 0x7f288>,
 3: <adjGraph.Vertex instance at 0x7f350>,
 4: <adjGraph.Vertex instance at 0x7f328>,
 5: <adjGraph.Vertex instance at 0x7f300>}
>>> g.addEdge(0,1,5)
>>> g.addEdge(0,5,2)
>>> g.addEdge(1,2,4)
>>> g.addEdge(2,3,9)
>>> g.addEdge(3,4,7)
>>> g.addEdge(3,5,3)
>>> g.addEdge(4,0,1)
>>> g.addEdge(5,4,8)
>>> g.addEdge(5,2,1)
>>> for v in g:
...    for w in v.getConnections():
...        print("( %s , %s )" % (v.getId(), w.getId()))
...
( 0 , 5 )
( 0 , 1 )
( 1 , 2 )
( 2 , 3 )
( 3 , 4 )
( 3 , 5 )
( 4 , 0 )
( 5 , 4 )
( 5 , 2 )
Next Section - Implementare una Breadth First Search