第07章图B(简).pptVIP

第7章 图 7.3 图的遍历 一、深度优先搜索( DFS ) 深度优先搜索（遍历）步骤： 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？ 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 2. 求最小生成树 典型用途： 讨论：如何求得最小生成树？ Kruskal算法示例：对边操作，归并边 普利姆（Prim）算法示例：归并顶点 3. 求最短路径 一、单源最短路径 (Dijkstra算法) 一、单源最短路径 (Dijkstra算法) 二、所有顶点之间的最短路径 第7章小结 * 7.1 基本术语 7.2 存储结构 7.3 图的遍历 7.4 图的其他运算 7.5 图的应用 一、深度优先搜索 二、广度优先搜索 遍历定义：从已给的连通图中某一顶点出发，沿着一些边，访遍图中所有的顶点，且使每个顶点仅被访问一次，就叫做图的遍历，它是图的基本运算。 遍历实质：找每个顶点的邻接点的过程。 图的特点：图中可能存在回路，且图的任一顶点都可能与其它顶点相通，在访问完某个顶点之后可能会沿着某些边又回到了曾经访问过的顶点。 解决思路：可设置一个辅助数组 visited [n ]，用来标记每个被访问过的顶点。它的初始状态为0，在图的遍历过程中，一旦某一个顶点i 被访问，就立即改 visited [i]为1，防止它被多次访问。 图常用的遍历： 怎样避免重复访问？ 基本思想：——仿树的先序遍历过程。 Depth_First Search v1 v1 v2 v3 v8 v7 v6 v4 v5 DFS 结果 例1： → → → → → → → v2 v4 v8 v5 v3 v6 v7 例2： v2 → v1 → v3 → v5 → DFS 结果 v4 → v6 起点 起点 遍历步骤 应退回到V8，因为V2已有标记 简单归纳： 访问起始点 v; 若v的第1个邻接点没访问过，深度遍历此邻接点； 若当前邻接点已访问过，再找v的第2个邻接点重新遍历。 详细归纳： 在访问图中某一起始顶点v后，由v出发，访问它的任一邻接顶点w1； 再从 w1 出发，访问与w1邻接但还未被访问过的顶点w2； 然后再从 w2 出发，进行类似的访问，… 如此进行下去，直至到达所有的邻接顶点都被访问过的顶点u为止。 接着，退回一步，退到前一次刚访问过的顶点，看是否还有其它未被访问的邻接顶点。 如果有，则访问此顶点，之后再从此顶点出发，进行与前述类似的访问； 如果没有，就再退回一步进行搜索。重复上述过程，直到连通图中所有顶点都被访问过为止。 0 0 0 0 0 0 6 0 0 0 0 0 0 5 0 0 0 0 0 0 4 0 0 0 0 0 0 3 0 0 0 0 0 0 2 0 0 0 0 0 0 1 6 5 4 3 2 1 0 0 0 0 0 0 6 5 4 3 2 1 0 0 0 0 1 0 0 0 0 0 1 1 0 0 0 1 1 1 0 1 0 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 DFS 结果 邻接矩阵 A 辅助数组 visited [n ] 起点 ——开辅助数组 visited [n ]！ 例： 0 0 1 0 0 0 6 0 0 0 1 1 0 5 1 0 0 0 0 1 4 0 1 0 0 0 1 3 0 1 0 0 0 1 2 0 0 1 1 1 0 1 6 5 4 3 2 1 v2 → → → → → v1 v3 v5 v4 v6 请注意逐级回退是递归概念 void DFSM(MGraph G,int i) { //以vi为出发点对邻接矩阵表示的图G进行DFS搜索 //设邻接矩阵是0，1矩阵 int j; printf(%c,G.vexs[i]);//访问起始顶点vi visited[i]=TRUE; //访问后立即修改辅助数组标志 for(j=0;jG.n;j++) //从vi所在行从头搜索邻接点 if(G.edges[i][j] !visited[j]) DFSM(G,j); //(vi, vj)∈E，且vj未访问过，故vj为新出发点 } ——可以用递归算法！ edges[i][j] ＝1 有邻接点 visited [n ]=0 未访问过 （教材上DFS递归算法见P169） #define MaxVertexNum 100 //最大顶点数 typedef char VertexType; //