以下是使用 Python 解决此问题的代码： ```python import networkx as nx import matplotlib.pyplot as plt def color_graph(graph, colors): color_map = {} for node in graph.nodes(): available_colors = [color for color in colors if all(color_map.get(neighbor)!= color for neighbor in graph.neighbors(node))] color_map[node] = available_colors[0] return color_map G = nx.Graph() G.add_edges_from([(1, 2), (2, 3), (3, 4), (4, 1)]) colors = ['red', 'green', 'blue'] coloring = color_graph(G, colors) nx.draw(G, node_color=[coloring[node] for node in G.nodes()], with_labels=True) plt.show() ``` 注释： ``` # 定义一个函数来给图着色 def color_graph(graph, colors): # 创建一个空的颜色映射字典 color_map = {} # 遍历图的节点 for node in graph.nodes(): # 找出可用的颜色 available_colors = [color for color in colors if all(color_map.get(neighbor)!= color for neighbor in graph.neighbors(node))] # 为节点分配第一个可用的颜色 color_map[node] = available_colors[0] # 返回颜色映射 return color_map # 创建一个图对象 G = nx.Graph() # 添加边 G.add_edges_from([(1, 2), (2, 3), (3, 4), (4, 1)]) # 定义可用颜色 colors = ['red', 'green', 'blue'] # 调用函数进行着色 coloring = color_graph(G, colors) # 画图并展示 nx.draw(G, node_color=[coloring[node] for node in G.nodes()], with_labels=True) plt.show() ``` 额外需要注意的逻辑点： 1. 对于颜色的选择，要确保在判断可用颜色时逻辑正确，避免出现错误的着色。 2. 处理图的边和节点时，要注意数据的准确性和完整性。 3. 画图展示时，要根据实际需求调整图形的样式和布局，以清晰展示着色结果。 [2024-11-28 09:29:39 | AI写代码神器 | 519点数解答]