第七章 图(一本).pptVIP

数据结构课程的内容 第7章 图 7.1 图的基本术语 证明： 例：判断下列4种图形各属什么类型？ 稀疏图：稠密图： 带权图： 邻接点： 简单路径： 图的抽象数据类型 7.2 图的存储结构 图的特点：非线性结构（m :n ） 一、邻接矩阵（数组）表示法 例2 ：有向图的邻接矩阵 特别讨论 ：网（即有权图）的邻接矩阵 图的邻接矩阵存储表示（参见教材P161）★ 例：用邻接矩阵生成无向网的算法（参见教材P162） 二、邻接表（链式）表示法 例1：无向图的邻接表 例3：已知某网的邻接（出边）表，请画出该网络。 邻接表存储法的特点： 讨论：邻接表与邻接矩阵有什么异同之处？ 图的邻接表存储表示（参见教材P163） 三、十字链表（适用于有向图）四、邻接多重表（适用于无向图） 三、十字链表 十字链表存储结构描述： 例：画出有向图的十字链表。 四、邻接多重表（自学） 例：画出无向图的邻接多重表 7.3 图的遍历 一、深度优先搜索( DFS ) 深度优先搜索（遍历）步骤： 讨论1：计算机如何实现DFS？ 讨论2： DFS算法如何编程？ 讨论3：在图的邻接表中如何进行DFS？ 讨论4： 邻接表的DFS算法如何编程？ DFS 算法效率分析: 二、广度优先搜索( BFS ) 广度优先搜索（遍历）步骤： 讨论1：计算机如何实现BFS？ 讨论2： BFS算法如何编程？ BFS 算法效率分析: 7.4 图的其他运算（应用） 1. 求图的生成树 2. 求最小生成树 Kruskal（克鲁斯卡尔）算法 计算机内怎样实现Kruskal算法？ 具体示例：详见殷人昆等，数据结构习题解析，P180-181 普利姆（Prim）算法 例： 计算机内怎样实现Prim（普里姆）算法？ 具体示例： Void PRIM_min_span_tree(Mgraph G,Vertextype u) { //u是最小生成树初态的U中起始顶点,V－U＝{除去u外的所有顶点} ★ //Struct{Vertextype adjvex;VRtype lowcost;}closedge[MAX_NUM]; K=locateVex(G,u);//取得起始点； for(j=0;jG.vexnum;++j)//把除k外的所有顶点j和它到k的边的权值存到closedge[ ] if (!j=k) closedge={u,G.arcs[k][j].adj}; //k在U中其他顶点在V-U中 Closedge[k].lowcost=0; //起点自身到自身的权值写成0(不要if?) for(i=1;iG.vexnum;++i) //逐个把V-U中的所有顶点并入U { k=minimum(closedge); //在现有的边上找一个权值最小的顶点 //closedgw[k]=min{closedge[vi].lowcost |closedge[vi].lowcost0,vi∈V-U } Printf(closedge[k].adjvex,closedge[k].lowcost,G.vexs[k]); //输出新选中点对应的边上所有信息 Closedge[k].lowcost=0;选中并入U的顶点对应边的权值置0作为已被处理的标志 for(j=0;jG.vexnum;++j) //新选中顶点到其他所有顶点的权值如小于先前得到if(G.arcs[k][j].adjclosedge[j].lowcost) //些顶点的closedge[j],用这新顶点及 closedge[j]={G.vexs[k],G.arcs[k][j].adj} //其到对应顶点j边的权值代替原有值 } } 算法流程 3. 求最短路径 一、单源最短路径 (Dijkstra算法) 例2： Dijkstra（迪杰斯特拉）算法 算法描述： //i=1 to G.vexnum-1 求从v0到其余所有n-1个顶点v 的最短路径，并把v逐个并入S for(i=1;iG.vexnum;++i) //求其余的G.vexnum-1个顶点到v0的最短路径 { min=INFINITY; //假设当前所知道V-S中所有顶点到v0的最小距离为无穷大 for (w=0;wG.vexnum;++w) //找到一个从v0到 V-S中的最短路径顶点v if (!final[w]) //顶点w不在 当前的最短路径集合S 中，在 V-S 中 if (D[w]min) //如果w到v0的权值小于当前所找到V-S中某顶点到v0的最小距离 {v=w; min=D[w];} //离v0更近的w 顶点作为当前