数据结构22.pptVIP

图的表示和实现 图的邻接矩阵表示 图的邻接表表示 图的邻接矩阵表示 邻接矩阵 不带权图的邻接矩阵 带权图的邻接矩阵 邻接矩阵表示的带权图类 邻接矩阵表示的带权图类的声明及构造方法 顶点集合{A,B,C,D,E}; 边集合{ (0,1,5), (0,3,2), (1,0,5), (1,2,7), (1,3,6), (2,1,7), (2,3,8), (2,4,3), (3,0,2),(3,1,6), (3,2,8), (3,4,9), (4,2,3), (4,3,9)}; 图的插入操作 图的删除操作 带权值的边类 邻接矩阵表示的带权图类 图的邻接表表示 邻接表 无向图的邻接表表示 有向图的邻接表表示 邻接表表示的带权图类 顶点表元素类 邻接表表示的带权图类的声明及构造方法 图的插入操作 图的删除操作 邻接表表示的图类 图的遍历 图的遍历 1 图的深度优先搜索遍历 2 图的广度优先搜索遍历 7.3.1 图的深度优先搜索遍历 图的广度优先搜索遍历 最小生成树 生成树 树 生成树和生成森林 最小生成树 最小生成树的构造算法 Prim算法 2.Kruskal算法 最短路径 小 结 作业 有如下图所示的无向图，请以写出以H为起点的深度优先和广度优先遍历序列。 * * 图 图的遍历（traversing graph）是指从图中的某一顶点出发，对图中的所有顶点访问一次，而且仅访问一次。图的遍历是图的一种基本操作。由于图结构本身的复杂性，所以图的遍历操作也较复杂，主要表现在以下四个方面： （1）在图结构中，每一个结点的地位都是相同的，没有一个“自然”的首结点，图中任意一个顶点都可作为访问的起始结点。 （2）在非连通图中，从一个顶点出发，只能够访问它所在的连通分量上的所有顶点，因此，还需考虑如何访问图中其余的连通分量。 （3）在图结构中，如果有回路存在，那么一个顶点被访问之后，有可能沿回路又回到该顶点。 （4）在图中，一个顶点可以和其它多个顶点相连，当这个顶点访问过后，就要考虑如何选取下一个要访问的顶点。 深度优先搜索 深度优先搜索（Depth-Fisrst Search）遍历类似于树的先根遍历，是树的先根遍历的推广。 假设初始状态是图中所有顶点未曾被访问，则深度优先搜索可从图中某个顶点发v出发，首先访问此顶点，然后任选一个v的未被访问的邻接点w出发，继续进行深度优先搜索，直到图中所有和v路径相通的顶点都被访问到；若此时图中还有顶点未被访问到，则另选一个未被访问的顶点作为起始点，重复上面的做法，直至图中所有的顶点都被访问。 V1 V5 V2 V4 V8 V3 V6 V7 无向图G5 以左图的无向图G5为例，其深度优先搜索得到的顶点访问序列为： v1 → v2 → v4 → v8 → v5 → v3 → v6 、 → v7 2 广度优先搜索 广度优先搜索 遍历类似于树的按层次遍历。 假设从图中某顶点v出发，在访问了v之后依次访问v的各个未曾访问过的邻接点，然后分别从这些邻接点出发依次访问它们的邻接点，并使“先被访问的顶点的邻接点”先于“后被访问的顶点的邻接点”被访问，直至图中所有已被访问的顶点的邻接点都被访问到。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。换句话说，广度优先搜索遍历图的过程中以v为起始点，由近至远，依次访问和v有路径相通且路径长度为1，2，…的顶点。 对左图所示的无向图G5进行广度优先搜索遍历，首先访问v1 和v1的邻接点v2和v3，然后依次访问v2 的邻接点v4 和v5 及v3 的邻接点v6和v7，最后访问v4 的邻接点v8。由于这些顶点的邻接点均已被访问，并且图中所有顶点都被访问，由些完成了图的遍历。得到的顶点访问序列为： v1→v2 →v3 →v4→ v5→ v6→ v7 →v8 和深度优先搜索类似，在遍历的过程中也需要一个访问标志数组。并且，为了顺次访问路径长度为2、3、…的顶点，需附设队列以存储已被访问的路径长度为1、2、… 的顶点。 V1 V5 V2 V4 V8 V3 V6 V7 无向图G5 （1）图是一种复杂的数据结构，图中的每一个顶点都可以有多个直接前驱和多个直接后继，所以是一种非线性的数据结构。 （2）因为图是由顶点的集合和顶点间边的集合组成，所以图的存储也包括顶点信息和边的信息两个方面。 （3）图的存储结构常用的有：邻接矩阵和邻接表等要求理解。 （4）对于n个顶点的图