第二章软件基础知识课件.pptVIP

2.4 数 组 2.4.1 数组的顺序存储结构 2.4.2 规则矩阵的压缩 2.4.3 一般稀疏矩阵的表示 2.4.1 数组的顺序存储结构 1.二维数组以行为主的顺序存储 2.二维数组以列为主的顺序存储 1.下三角矩阵的压缩存储 用长度为n(n＋1)/2的一维数组B， 一行接一行存放A中下三角部分的元素。 2.对称矩阵的压缩存储 3.三对角矩阵的压缩存储 用一个长度为3n－2 的一维数组B存放三 条对角线上的元素 1. 稀疏矩阵的三列二维数组表示 (1)非零元素所在的行号i； (2)非零元素所在的列号j； (3)非零元素的值V。 即每一个非零元素可以用下列三元组表示： （i，j，V） （1，3，3） （1，8，1） （3，1，9） （4，5，7） （5，7，6） （6，4，2） （6，6，3） （7，3，5） （7，8，8） （1，3，3） （1，8，1） （3，1，9） （4，5，7） （5，7，6） （6，4，2） （6，6，3） （7，3，5） 2.5 树与二叉树 2.5.1 树的基本概念 2.5.2 二叉树及其基本性质 2.5.3 二叉树的存储结构 2.5.4 二叉树的遍历 2.6 图 2.6.1 图的基本概念 2.6.2 图的存储结构 2.6.3 图的遍历 2.6.1 图的基本概念 图定义 图是由顶点集合(vertex)及顶点间的关系 集合组成的一种数据结构： Graph＝( V, E ) 其中 V = { x | x ? 某个数据对象} 是顶点的有穷 非空集合； E = {(x, y) | x, y ? V } 是顶点之间关系的有穷集合，也叫做边(edge)集 合。 有向图与无向图 若图G中的每条边都是有方向的，则称G为有向图。有向边也称为弧。若图G中的每条边都是没有方向的，则称G为无向图。 顶点的度 一个顶点v的度是与它相关联的边的条数。 记作TD(v)。 顶点 v 的入度 是以 v 为终点的有向边的条数, 记作 ID(v); 顶点 v 的出度是以 v 为始点的有向边的条数, 记作 OD(v)。 完全图 对有n个顶点的图，若为无向图且边数为n(n-1)/2，则称其为无向完全图；若为有向图且边数为n(n-1) ，则称其为有向完全图。 邻接顶点 若（vi,vj）是一条无向边，则称顶点vi和vj互为邻接点，或称vi和vj相邻接，并称边（vi,vj）关联于顶点vi和vj，或称（vi,vj）与顶点vi和vj相关联。 权 某些图的边具有与它相关的数, 称之为权。这种 带权图叫做网络。 1.关联矩阵 长度为n的一维数组D(1：n)存放图中各数据结点的信息。 n阶的二维数组R(1：n，1：n)存放图中各结点的关联息。 其中二维数组R称为图的关联矩阵。在关联矩阵R中，每 一个元素R(i，j) (1≤i≤n，1≤j≤n)的定义为 2.求值矩阵 3.邻接表 （“顺序－索引－链接”存储结构） struct node /*单链表中结点结构*/ { int num；/*图中结点编号*/ int val；/*求值函数*/ struct node *next；/*指针域*/ }； struct gpnode /*顺序存储空间中结点结构*/ { int data； /*结点值*/ struct node *link；/*指针域*/ }； 纵向（深度）优先搜索DFS ( Depth First Search ) 横向（广度）优先搜索BFS ( Breadth First Search ) DFS 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邻接但还没有访问过的顶点 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，看是否还有其它没有被访问的邻接顶点。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。 深度优先搜索DFS ( Depth First Search ) 深度优先搜索的示例 使用广度优先搜索在访问了起始顶点 v 之后，由 v 出发，依次访问 v 的各个未曾被访问过的邻接顶点 w1, w2, …, wt，然后再顺序访问 w1, w2, …, wt 的所有还未被访问过的邻接顶点。再从这些访问过的顶点出发，再访问它们的