电子数据结构图.pptVIP

第五章 图 图的基本概念 图的存储表示 图的遍历 最小生成树 最短路径 第五章 图 图的应用 路径搜索 最短路径 第五章 图 图是由顶点集合V(Vertex)及顶点间的关系集合VR组成的一种数据结构 有向图 无向图 第五章 图 有向图 弧： v,w v为弧尾或初始点，w为弧头或终端点 无向图 边： (v,w) 第五章 图 权 与图的边（弧）相关的数值 网络 带有权的图 第五章 图 完全图 n个顶点 无向图： 有向图： 边/弧的数量达到最大值 第五章 图 子图 有两个图G={V,{E}},G’={V’,{E’}} 如果V’?V, E’?E，则称G’为G的子图 第五章 图 度 顶点v的度TD(V)=和v相关联的边的数目 第五章 图 入度和出度 有向图 入度ID(v)=以顶点v为头的弧的数目 出度OD(v)=以顶点v为尾的弧的数目 TD(V)=ID(v)+OD(v) 第五章 图 第五章 图 思考 入度与出度的关系？ 个有n个顶点，e条边或弧的图满足： 第五章 图 连通图（无向图） 任意两个顶点vi和vj都是连通的 连通图:N 个顶点，至少n-1条边 第五章 图 连通分量 无向图中的极大连通子图 第五章 图 生成树 一个连通图的包含所有顶点的极小连通子图 第五章 图 理解 “包含所有顶点”：顶点一个都不能少 “极小”：那只能让边尽量少了 “连通”：但是又不能太少 第五章 图 生成树 有n个顶点 有n-1条边 生成树唯一么？ 不唯一 第五章 图 强连通图（有向图） 在有向图G中，如果每一对vi,vj (vi?vj)，都存在从vi到vj(vj到vi)的路径，则称G为强连通图 强连通分量：极大强连通子图 第五章 图 图的存储结构 数组表示法（邻接矩阵） 无向图的邻接表 第五章 图 数组表示法（邻接矩阵） 顶点表：记录各个顶点的信息 邻接矩阵：表示各个顶点之间的关系 第五章 图 第五章 图 有向图 统计第i行中“1”的个数可得顶点i的出度 统计第j列中“1”的个数可得顶点j的入度 第五章 图 无向图的邻接矩阵是对称的 在无向图中，统计第i行(列)“1”的个数可得顶点i的度 第五章 图 无向图的邻接表 链式存储结构 每个顶点建立一个单链表 由头结点与表结点构成 表结点：跟当前头结点相连的另一个顶点 第五章 图 无向图的邻接表 第五章 图 无向图 某个头结点后面链接的表结点的个数就是该顶点的度 有向图 邻接表的某个头结点后面链接的表结点的个数就是该顶点的出度 第五章 图 思考 已知邻接表/邻接矩阵，如何画出图 第五章 图 图的遍历 深度优先遍历 广度优先遍历 第五章 图 深度优先遍历 访问顶点v 依次从v的每一个未被访问的邻接点出发进行深度优先遍历 若此时图中尚有顶点未被访问，则任选其一为起点 重复，直至图中所有顶点都被访问到 第五章 图 第五章 图 广度优先遍历 访问顶点v 依次访问顶点v的各个未被访问的邻接点 第五章 图 分别从这些邻接点出发，依次访问它们的邻接点，并使“先被访问的顶点的邻接点”先于“后被访问的顶点的邻接点”被访问 若此时图中尚有顶点未被访问，则任选其一为起点，重复，直至图中所有顶点都被访问到 第五章 图 第五章 图 练习 写出对下图进行深度优先遍历和广度优先遍历的结果 第五章 图 应用：连通n个城市的需要多少条道路？ 最多n(n-1)/2：任何两个城市之间都修一条路 最少n-1，问题是哪n-1条能使总代价最小呢？ 第五章 图 最小生成树 各边权值之和最小的生成树 第五章 图 Prim(普里姆)算法 U为最小生成树中顶点的集合 初始时，U={u0} 从剩下的顶点中找到一个离U最近的直接相连的顶点v，把它加入U 重复，直到所有的顶点都加入到U中 第五章 图 第五章 图 第五章 图 第五章 图 第五章 图 第五章 图 第五章 图 Kruskal（克鲁斯卡尔）算法 找到图中权最小的一条边，加入生成树 再在剩下的边中找到权最小的，加入 ... 不过要求不能产生回路 第五章 图 第五章 图 第五章 图 第五章 图 第五章 图 最短路径问题 从一个顶点出发，求出去往其它所有顶点的最短路径及其长度 Dijkstra算法 第五章 图 算法 数据结构 S = Set：已知最短路径的目的顶点集合 D = Distance：起点到终点的距离 初始化 S = {V0} 对于所有顶点v 若存在弧V0,V，D(v) = arcs(V0,V) 否则 D(v) = ∞ 第五章 图 循环 在不在S中(V-S)的顶点中查找D(w)最小的顶点w 把w加入S，即w为已知最短路径 更新w的所有邻接点v的D(v) if( D(w)+arcs(w,v) D(v) ) D(v) = D(w)+arcs(w,v); 循环，直到所有顶点都加入S V1-V