有向图的邻接矩阵存储结构.pptVIP

7.5 拓扑排序及其应用 * 拓扑排序 无环的有向图叫有向无环图(DAG) 考虑计算机专业学生的学习 这是一个系统工程，每一门课程的学习是整个工程中的一个活动。其中有些课程要求有先修课程，有些则不要求。这样在有些课程之间有先后关系，有些课程可以并行地学习 * 拓扑排序 C1 高等数学 C2 程序设计基础 C3 离散数学 C1, C2 C4 数据结构 C2, C3 C5 高级语言程序设计 C2 C6 编译原理 C4, C5 C7 操作系统 C4, C9 C8 普通物理 C1 C9 计算机原理 C8 * 拓扑排序 我们用一种有向图来表示课程的开设，在这种有向图中，顶点表示活动，弧表示活动的先后关系，这种有向图叫做顶点代表活动(Activity On Vertices)的网，简称AOV网 * 在AOV网中，弧i, j表示活动i应先于活动j开始，即活动i必须完成后，活动j才可以开始，并称i为j的直接前驱，j为i的直接后继。这种前驱与后继的关系有传递性 此外，任何活动i不能以它自己作为自己的前驱或后继，这叫做自反性 从前驱和后继的传递性和自反性来看，AOV网中不能出现有向环。在AOV网中如果出现了有向环，则意味着某项活动必须以自己作为先决条件，这是悖论，工程将无法进行。对程序流程而言，将出现死循环 因此，对给定的AOV网，应先判断它是否存在有向环 判断AOV网是否存在有向环的方法是对该AOV网进行拓扑排序，将AOV网中顶点排列成一个线性序列，若该线性序列中包含AOV网的全部顶点，则AOV网无环；否则AOV网中存在有向环，该AOV网所代表的工程是不可行的 拓扑排序 * 将有向无环图中的所有顶点在不违反先决条件的情况下排列成一个线性序列的过程叫拓扑排序 例如，对学生选课图进行拓扑排序，得到的拓扑序列为C1,C2,C3,C4,C5,C6,C8,C9,C7 或C1,C8,C9,C2,C5,C3,C4,C7,C6 拓扑排序的定义 * 拓扑排序的方法 在AOV网中选一个没有前驱(入度为0)的顶点并输出之 从图中删除该顶点和它的出弧(相当于出弧所指向的顶点的入度减1) 重复以上两步, 直到全部顶点均输出，形成拓扑序列，拓扑排序完成。 还有一种可能，图中还有未输出的顶点，这说明图中还剩下一些顶点，它们都有直接前驱，这时AOV网络中必定存在有向环 * 拓扑排序的方法 拓扑排序算法及其时间复杂度 时间复杂度为O(n+e) a b c d e f 拓扑排序示意图 7.6 最短路径 * 问题的提出 交通网中常常提出这样的问题：从甲地到乙地之间是否有公路连通?在有多条通路的情况下，哪一条路最短? 交通网可以用网络来表示。顶点表示城市，边表示两个城市有路连通，边上的权值可以表示两城市之间的距离、交通费或花费的时间。求两个顶点之间的最短路径，不是指路径上的边数最少，而是指路径上各边的权值之和最小，如距离最短、费用最低或花费的时间最短 另外，若两个顶点之间没有边，则认为两个顶点无直接通路，但有可能有间接通路(通过其它顶点间接达到)。路径上的开始顶点(出发点)称为源点，路径上的最后一个顶点称为终点或汇点 * 7.6.1 单源点的最短路径 求单源最短路径是指 给定有向网G中的某个出发点(某个源点)，求从这个源点到其它各顶点之间的最短路径 我们采用Dijkstra算法 * Dijkstra算法 Dijkstra提出了一个按路径长度递增的次序逐步求从源点到其余各点最短路径的算法 设图中所示为源点到其余各点之间的最短路径，则在这些最短路径中，必然存在一条长度最短的。设到顶点a的长度最短。则将a放入集合S中，S集中存放的是已求出最短路径的顶点，最初时只包含源点 * Dijkstra算法 长度次短的路径可能有两种情况 它可能是从源点直接到该点的路径 也可能是从源点到a， 再从a到该点的路径 待次短路径求出后，将相应顶点放入S中。其余依次类推，直到从源点到其它各顶点的最