数据结构(第7章图).ppt

数 据 结 构 主讲：张荣梅 第六章 图 知 识 点 图的逻辑结构特征及图的基本术语 邻接矩阵和邻接表两种图的存储结构的特点及适用范围 深度优先搜索和广度优先搜索两种遍历算法的特点和执行过程 生成树和最小生成树的概念及构造最小生成树的prim和kruskal算法 最短路径的含义及求最短路径的算法 拓扑排序的基本思想和步骤 关键路径法及其在管理科学中的作用 难 点 图的遍历、最小生成树、最短路径、拓朴排序算法的理解 关键路径法求关键活动和关键路径的方法 要 求 熟练掌握以下内容： 图的存储结构 图的遍历算法 了解以下内容： 图的最小生成树和求最小生成树算法的基本思想 带权有向图的最短路径问题 利用AOV网络的拓朴排序问题 利用AOE网络的关键路径法 第七章目录 7.1 图的定义和术语 7.2 图的存储结构 7.3 图的遍历 7.4 图的连通性问题 7.5 有向无环图及其应用 7.6 最短路径 7.7 关键路径法 小 结 习题与练习 7.1 图的定义和术语 7.1 图的定义和术语 二、名词和术语 有向图与无向图 无向图G2 子图 非连通图G 图G1的强连通分量 7.2 图的存储结构 7.2.1 数组表示法—邻接矩阵 用两个数组分别存储数据元素（顶点）的信息和数据元素之间的关系（边或弧）的信息。 算法分析 构造邻接矩阵无向图算法 7.2.2 邻接表—链式 构造邻接表图的算法 7.3 图的遍历 7.3.1 深度优先搜索（类似于树的先根遍历） 从图中某个顶点V0 出发，访问此顶点，然后依次从V0的未被访问的邻接点出发深度优先搜索遍历图，直至图中所有和V0有路径相通的顶点都被访问到，若此时图中尚有顶点未被访问，则另选图中一个未曾被访问的顶点作起始点，重复上述过程，直至图中所有顶点都被访问到为止。 图的深度优先遍历示例---非连通图 图的广度优先遍历算法的实现 7.3.2 广度优先搜索 图的广度优先遍历示例---非连通图 广度优先遍历算法二 7.4 图的连通性问题 生成树与生成森林 7.4.3 最小生成树MST 二、构造最小生成树的算法 Prim算法 Prim算法的两种实现方法 （1）严蔚敏 P175 （2）徐孝凯 P226 克鲁斯卡尔算法 普里姆(prim)算法 假设G=(V,E)是一个具有n 个顶点的连通网络，T=(U,TE)是G的最小生成树，其中U是T的顶点集，TE是T的边集，U和TE的初值均为空。 算法开始时，首先从V中任取一个顶点（假定为V1），将此顶点并入U中，此时最小生成树顶点集U={V1}； 然后从那些其一个端点已在U中，另一个端点仍在U外的所有边中，找一条最短（即权值最小）的边，假定该边为(Vi,Vj),其中Vi∈U，Vj∈V-U,并把该边(Vi,Vj)和顶点Vj分别并入T的边集TE和顶点集U； 如此进行下去，每次往生成树里并入一个顶点和一条边，直到n-1次后，把所有n 个顶点都并入生成树T的顶点集U中，此时U=V，TE中包含有（n-1）条边； 这样，T就是最后得到的最小生成树。 普里姆算法中每次选取的边两端，总是一个已连通顶点（在U集合内）和一个未连通顶点（在U集合外），故这个边选取后一定能将未连通顶点连通而又保证不会形成环路。 补充内容——边集数组 建立一个带权图的边集数组的算法 克鲁斯卡尔算法 算法: 构造非连通图 ST=( V,{ } ); k = i = 0; while (kn-1) { ++i; 从边集 E 中选取第i条权值最小的边(u,v); 若(u,v)加入ST后不使ST中产生回路， 则 输出边(u,v); 且 k++; } 7.5 有向无环图及其应用 拓扑排序算法分析 关键活动算法 7.6最短路径** 带权有向图邻接矩阵中的∞在计算机上可用允许的最大值代替。 回忆：最小生成树的概念；用于解决什么问题；构造最小生成树的算法(Prim算法和Kruskal算法)。 7.6最短路径** “最短路径”主要讨论“带权有向图”。 为什么要研究“最短路径”呢？ 路径上的第一个顶点为“源点”，最后一个顶点为“终点”。 7.6最短路径** 7.6.1 从某个源点到各顶点的最短路径 什么是求“从某个源点到各顶点的最短路径”？ 本小节讨论单源点的最短路径问题：给定带权有向图G和源点v，求从v到G中其余各顶点的最短路径。 7.6最短路径** Dijkstra提出一个按路径长度递增的次序产生最短路径的算法。 首先，引进一个辅助向量D，它的每个分量D[i]表示当前所找到的从始点v到每个终点vi的最短路径长度。它的初态为：若从v到vi有弧，则D[i]为弧上的权值；否则置D[i]为∞。显然，长度为： D[j]=Min{D[i]|vi∈