6第六章图.pptVIP

无向图(Undigraph)——若图G中的每条边都是没有方向的，则图G称为无向图。 生成树 连通图G的一个子图如果是一棵包含G的所有顶点的树，则该子图称为G的生成树(Spanning Tree) 。 MST性质： 假设G=(V, E)是一个连通网络，U为顶点集V的一个非空子集。若边(u,v)是所有的一个端点在U中（即u∈U），另一个端点不在U中（即v∈V-U）的这些边里面，权值最小的一条，则一定存在一棵G的最小生成树包括此边(u,v)。 用Prim算法构造最小生成树的过程 方法二：克鲁斯卡尔(Kruskal)算法 算法思想：设连通网G=(V,E)，令最小生成树T=(U,TE) 初始状态U=V,TE=? 将图G中的边按权值从小到大的顺序依次选取，若选取的边使生成树T不形成回路，则把它并入TE中，保留作为T的一条边；若选取的边使生成树T形成回路，则将其舍弃。 依此类推，直至TE中包含n-1条边为止，此时的T 即为最小生成树。 用Kruskal算法构造最小生成树的过程 * * 对角线元素全为0。构造最小生成树的过程中，若顶点已包含在生成树里，就把其对应的对角线元素置为“1”；若边(vi,vj)已包含进生成树里，就把A[i,j]或A[j,i]位于下三角的一个置为负值 第六章 图 6.1 图的概念 图(Graph)——是一种结点之间为多对多关系的数据结构。 逻辑特征是：可以有任意个开始结点和任意个终端结点，其余各个结点可以有任意个前趋和任意个后继。图中的结点常称为顶点。 图的逻辑结构可以用二元组表示： Graph＝(V,E) V是顶点(vertex)的集合； E是边(edge)的集合。 有向图(Digraph)——若图G中的每条边都是有方向的，则称图G为有向图。 例 G1 = (V1, E1) V1 = {v1, v2, v3} E1 = {v1, v2, v2, v1, v2, v3} G2 = (V2, E2) V2 = {v1, v2, v3} E2 = {v1, v2, v2, v1, v1, v3, v3, v1, v2, v3, v3, v2} 例 G3 = (V3, E3) V3= {v1, v2, v3, v4} E3= {(v1, v2), (v1, v3), (v1, v4), (v2, v3), (v2, v4)} G4 = (V4, E4) V4= {v1, v2, v3 } E4= {(v1, v2), (v1, v3), (v2, v3) } 顶点的度 有向图中，顶点的度分成入度与出度 入度：该顶点入边的数目 出度：该顶点出边的数目 无向图中，顶点的度为与该顶点相连的边数 邻接点与关联边 有向图中，若x,y是有向图中的一条边，则顶点x 和顶点y称为邻接点。称x邻接到y或y邻 接于x，同时称边x,y是顶点x和顶点y 相关联的边（Incident）； 无向图中，若（x,y）是无向图中的一条边，则顶点 x和顶点y互为邻接点,并且称边(x, y)是 顶点 x和顶点y相关联的边。 子图——设有图G=(V,E) ，如果满足： V’?V E’?E E中边所邻接的点均在V中出现 则 G‘= (V’,E‘)也是一个图，并且称之为G的子图。 有向完全图——n个顶点的有向图最大边数是n(n-1) 无向完全图——n个顶点的无向图最大边数是n(n-1)/2 路径——有向图G=(V,E)中，若存在一个顶点序列vp,vi1,vi2,…vin,vq，使得vp,vi1,vi1,vi2 ,…,vin,vq均是图中的边，则称此序列是从顶点vp到vq一条路径。 路径长度——该路径上经过边的数目。 回路——一条路径第一个顶点和最后一个顶点相同的 叫~ 简单路径——序列中顶点不重复出现的路径叫~ 简单回路——除了第一个顶点和最后一个顶点外，其余顶点不重复出现的回路叫~ 有根图——若存在一个顶点v，从该顶点到其余各个顶点都有路径，则称此图为有根图 连通——从顶点x到顶点y有一条路径，则说x和y是连通的 连通图——图中任意两个顶点都是连通的叫连通图 连通分量——无向图G的极大连通子图称为G的连通分量 强连通图——若G中任意两个顶点都是强连通的，则称图G是强连通图 强连通分量 ——有向图G的极大强连通子图称为G的强连通分量 权——与图的边相关的数值叫权值。 网络——边上带权的图称为网络 6.2 图的存储结构 邻接矩阵——表示顶点之间邻接关系的矩阵 设G=(V,E）是具有n个顶点的图，则G的邻接矩阵是一个n阶方阵A，A中元素的值aij可以定义为： 特点： 无向图的邻