数据结构课件第七章.pptVIP

数据结构课程的内容 第7章 图 例：判断下列4种图形各属什么类型？ 7.2 图的存储结构 图的特点：非线性结构（m :n ） 例2 ：有向图的邻接矩阵 特别讨论 ：网（即有权图）的邻接矩阵 例1：已知某网的邻接（出边）表，请画出该网络。 例1：无向图的邻接表 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？ 三、十字链表（适用于有向图） 三、十字链表 例：画出有向图的十字链表。 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？ 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？ 7.4.3 求最小生成树 例： Kruskal（克鲁斯卡尔）算法 3. 求最短路径 一、单源最短路径 (Dijkstra算法) 例2： 1. 迪杰斯特拉算法 求一个顶点到其他各顶点的最短路径。 算法： ⑴ 初始化：用起点v到该顶点w的直接边(弧)初始化最短 路径，否则设为∞； ⑵ 从未求得最短路径的终点中选择路径长度最小的终点u： 即求得v到u的最短路径； ⑶ 修改最短路径：计算u的邻接点的最短路径，若 (v,…,u)+(u,w)(v,…,w)，则以(v,…,u,w)代替。 ⑷ 重复(b)-(c)，直到求得v到其余所有顶点的最短路径。 顶点A到其他顶点的最短路径 例3： 二、所有顶点之间的最短路径 问题的提出：已知一个各边权值均大于0的带权有向图，对每一对顶点 vi ? vj，希望求出vi 与vj之间的最短路径和最短路径长度。 解决思路： 可以通过调用n次Dijkstra算法来完成，但时间复杂度为O(n3)。 改进： Floyd算法（略） 2. 弗洛伊德算法 求每对顶点之间的最短路径。 依次计算矩阵A(0)，A(1)，…，A(n)。 A(0)为邻接矩阵， 计算A(k)时，A(k)(i,j)=min{A(k-1)(i,j), A(k-1)(i,k)+A(k-1)(k,j)}。 技巧： 计算A(k)的技巧。第k行、第k列、对角线的元素保持不变，对其余元素，考查A(i,j)与A(i,k)+A(k,j) （第k列i“行”元素加上第k行j“列”元素，简记为“行+列”），如果后者更小则替换A(i,j)，同时修改路径。 求每对顶点之间的最短路径 本章小结 更直观地，一个偏序可以是一个流程图，表示完成某项任务过程中各个步骤之间的次序关系，拓扑排序的任务是在这个偏序上得到一个全序，即得到一个完成整个项目的各步骤的序列。 ? ? ? ? 排序依赖的原则就是各个步骤之间的优先关系。 ? ? ? ? 拓扑排序得到的序列不一定是唯一的，因为某些步骤间没有规定优先关系（这就是偏序的特点），在拓扑排序的时候人为的加入一些规则，使得到的序列为满足偏序关系的一个全序。 ? 如何进行拓扑排序？ 方法一：（从图中顶点的入度考虑） 从有向图中选择一个没有前驱(即入度为0)的顶点并且输出它。 从网中删去该顶点和所有以它为尾的弧； 重复上述两步,直到图全部顶点输出；或当前图中不再存在没有前驱的顶点。 v1，v6，v4，v3，v2，v5 或 v1，v3，v2，v6，v4，v5 拓扑序列： C1, C2, C3, C4, C5, C8, C9, C7, C6 。 拓扑序列： C1, C2, C3, C8, C4, C5, C9, C7, C6 。 方法二：（从图中顶点的出度考虑，得到逆拓扑序列） 从有向图中选择一个出度为0的顶点并且输出它。 从网中删去该顶点和所有以它为头的弧； 重复上述两步,直到图全部顶点输出；或当前图中不再存在出度为0的顶点。 AOE网 图的关键路径、事件的最早、最迟发生时间、活动的最早、最迟开始时间 2、关键路径 一些基本概念： AOE网，即边表示活动的网络，与AOV相对应的是，它通常表示一个工程的计划或进度。 AOE网是一个有向带权图，图中的： 边：表示活动（子工程）。 边上的权：表示该活动的持续时间，即完成该活动所需要的时间； 顶点：表示事件，每个事件是活动之间的转结点，即表示它的所有入边活动到此完成，所有出边活动从此开始。 一个AOE网如图，该网中包含有11项活动和9个事件。 例如，边1,2表示活动a1，持续时间（即权值）为6，假定以天为单位，即a1需要6天完成，它以v1事件为起点，以v2事件为终点；边5,7和5,8分别表示活动a7和a8,他们的持续时间分别为9天和7天，它们均以v5事件为起