【正文】 ndl。 for (int j=0。cout包括邊(closeedge[i].begvex,closeedge[i].endvex)。//先聲明函數(shù)，后使用void DFS(LJH_Graphmtx amp。//創(chuàng)建輔助數(shù)組 for(i=0。//取得v結(jié)點在圖中的位置 DFS(G,loc,visited)。//訪問頂點v visited[v]=1。//取v排在w后的下一個鄰接頂點 }}//圖的廣度優(yōu)先搜索函數(shù)////////void BFS(LJH_Graphmtx G,char v)//從頂點v出發(fā)，以廣度優(yōu)先的次序橫向搜索圖，算法中使用了一個隊列。in。//訪問頂點v visited[loc]=1。//從隊列中退出頂點loc w=(loc)。//頂點w進隊列w=(loc,w)。 int Edge1[20][20]。//每一個頂點屬于一顆樹 for (int i=0。j++) Edge1[i][j]=Edge[i][j]。i++) { for (int j=0。 min=Edge1[i][j]。nnumVertices。}////////////Prim函數(shù)的實現(xiàn)////void LJH_Graphmtx::prim(){ char u。 visit[i]=1。 closeedge[j].endvex=VerticesList[j]。m++) { int n=mini()。pnumVertices?？傊?，在這次試驗中，學到了許多，也提高了自己的編程能力。主要代碼： class LJH_CMatrix{public: LJH_CMatrix()。 // 復(fù)制構(gòu)造函數(shù) ~LJH_CMatrix()。 // 矩陣轉(zhuǎn)置 //////////////////////////////////////////////////////////// LJH_CMatrix yuzishi(int i,int j)。 // 矩陣求逆(伴隨矩陣除以行列式) ////////////////////////////////////////////////////////////// LJH_CMatrix inv()。//求矩陣第k列的最大行數(shù) ////////////////////////////////////////////////////////////// // 設(shè)置(i,j)的值 void setValue(int row, int column, double value) { _A[row][column] = value。 } void setColunm(const int column) { _column = column。 int _row, /*行*/ _column。 cin_row。 for(i=0。j++) { cin_A[i][j]。i++) { for(j=0。 } } LJH_CMatrix LJH_CMatrix::transpose()//轉(zhuǎn)置函數(shù) { LJH_CMatrix tem。 for(i=0。j++) { [j][i]=_A[i][j]。 =this_column1。m++) { l=0。amp。 } return temp。_column==1) return _A[0][0]。i_column。 =this_column。i_row。 } return temp。 temp=thisbansui()。i++) for(j=0。 } LJH_CMatrix amp。i_column。 } return *this。i_column。 } LJH_CMatrix LJH_CMatrix::inv()//矩陣求逆，通過行列變換 { int i,j,m。 } else { if(()==0) {cerr該矩陣不可逆：endl。 for(i=0。j++) {[i][j]=0。 //化上三角陣 int i,j,hang。 if(hang!=i) { (i,hang)。m。j++) { [m][j]=[m][j]xishu*[i][j]。i)// { double xishu1。 for(j=0。 }}} ///////////////////////////////////矩陣單位化 double xishu3。 for(j=0。}} return E。 cout輸入的矩陣為：endl。 cout輸入的矩陣為：endl。 ()。 cout兩矩陣相乘：endl。 array4=()。 coutarray1轉(zhuǎn)置矩陣為：endl。但我收獲很多。此外，這個實驗還讓我們復(fù)習了以前所學的函數(shù)重載，運算符重載等知識。實驗內(nèi)容：完成基于直接法（列主元素法）與迭代法（Jacobi迭代與GaussSeidel迭代法）的線性方程組求解并且對各種迭代的收斂條件，和收斂速度做個比較。 m) //列主元素法{ int i,j,k,t。i++) { k=i。 } if(k!=i) { for (j=0。j。t++) { [j][t] = l*[i][t]。 } for (i=。j) [i][] = [j]*[i][j]。i。 m) //LU分解法{ int i,j,/*k,*/t。 //對LU分解中的L矩陣的內(nèi)存分配、初始化 for (i=0。i。 else L[i][j]=0。 } for (i=0。j++) //將系數(shù)矩陣化為上三角矩陣得到U矩陣 { L[j][i]=[j][i]/[i][i]。 } } } coutL矩陣:endl。j。 for(i=0。j++) { cout[i][j] 。i。 for(i=0。i。 Y[i]= b[i]/L[i][i]。j=i+1。 for(i=0。}void Matrix::Jacobi(Matrixamp。i。 k++。 for (j=0。 epsilon += fabs(Y[i][i])。 break。 } cout用Jacobi雅克比迭代法求得的方程組的解：endl。 coutendl。 Y = new double []。 Y[i]=0。i。j++) { if(j!=i) s += [i][j]*Y[j]。 for (i=0。 } if (max1e6) { cout迭代次數(shù)為：kendl。i++) coutx[i+1]=Y[i] 。 break。 }實驗結(jié)果:實驗體會：通過本次實驗，我學會了基于直接法（列主元素法）與迭代法（Jacobi迭代與GaussSeidel迭代法），和收斂速度做了詳盡比較。實驗內(nèi)容：在深刻理解平差原理的基礎(chǔ)上，在原有矩陣實現(xiàn)的基礎(chǔ)上，考慮到水準網(wǎng)數(shù)據(jù)的組織、水準網(wǎng)數(shù)據(jù)編號、水準網(wǎng)類的設(shè)計等問題基礎(chǔ)上，實現(xiàn)水準網(wǎng)平差程序。numKnPoint=0。//水準網(wǎng)輸入函數(shù) void output()。} //返回總點數(shù) int getyzds(){return numKnPoint。} //返回高程點編號 void setgczhi(int i, double dv){gczhi[i1].eleValue+=dv。 B, LJH_CMatrixamp。 //求取權(quán)陣 friend void l_zhen( LJH_CMatrixamp。 // 高差總數(shù) int numPoints。 // 水準點數(shù)組 }。 cinab。ia。 gczhi[i].isKnown=0。 cinm。 cinc。i++)//輸入觀測值信息 { cout請輸入第i+1段觀測段的高差值（m）、長度（km）、起始編號和終點編號endl。 thisedVec[i].startPoint=a。ithisnumPoints。i++)//輸出高差的信息 cout觀測段i+1平差后的值為：thisedVec[i].valueendl。i++) {//如果高差觀測段的起始點高程值不為0，結(jié)束點高程為0 則：結(jié)束點高程=等于起始點高程+該測段的高差值 (0是默認值，代表還沒參與計算) //如果高差觀測段的起始點高程值為0，結(jié)束點高程為不0 則：起始點高程=等于結(jié)束點高程該測段的高差值 if(thisgczhi[thisedVec[i].startPoint1].eleValue!=0amp。amp。j++) {//如果水準點的高程等于0則執(zhí)行下面語句 if(thisgczhi[j].eleValue==0) { for(i=0。thisgczhi[thisedVec[i].endPoint1].eleValue!=0) { thisgczhi[i].eleValue=thisgczhi[thisedVec[i].endPoint1].eleValuethisedVec[i].value。 } } } } } void xishu(LJH_CMatrix amp。i()。 } for(i=0。[[i].endPoint1].isKnown==0) { [i][[i].()1]=1。 }//如果起始點和結(jié)束點均為未知點 則系數(shù)設(shè)置如下 else if([[i].startPoint1].isKnown==0amp。 } } for(i=0。 P,LJH_shzwNet A)//求權(quán)陣,與距離（單位km）的長度成反比 { int i,j。i。i。 } for(i=0。 l,LJH_CMatrix amp。i()。i++) {//（起始點高程+高差結(jié)束點高程）*1000作為l陣 m=([[i].startPoint1].eleValue+[i].[[i].endPoint1].eleValue)*1000。從開始的水準網(wǎng)平差中水準點類和觀測邊類的設(shè)計開始，其中包括水準點編號、怎樣對應(yīng)到每段的高差等，都遇到了不少問題。