第7讲减治法应用图的遍历课程.pptVIP

第7章 图 学习要点: 理解图的定义和与图相关的术语。 理解图是一个表示复杂非线性关系的数据结构。 掌握图的邻接矩阵表示及其实现方法。 掌握图的邻接表表示及其实现方法。 了解图的紧缩邻接表表示方法。 掌握图的广度优先搜索方法。 掌握图的深度优先搜索方法。 掌握单源最短路径问题的Dijkstra算法。 掌握有负权边的单源最短路径问题的Bellman-Ford算法 掌握所有顶点对之间最短路径问题的Floyd算法。 掌握构造最小支撑树的Prim算法。 掌握构造最小支撑树的Kruskal算法。 理解图的最大匹配问题的增广路径算法。 减治法 找到给定实例的解和同样问题但规模较小实例解得关系 自顶向下或自底向下运用该关系解决问题 减治法三种变种 减一个常量 减一个常量因子 减去规模可变 减一个常量 原理见课本p119 图5.1 例题1：求an 递归公式见课本p120 公式5.1 典型应用：图的遍历 第7章 图 7.1 图的定义和术语 图(Graph)——图G是由两个集合V(G)和E(G)组成的,记为G=(V,E) 其中：V(G)是顶点的非空有限集 E(G)是边的有限集合，边是顶点的无序对或有序对 有向图——有向图G是由两个集合V(G)和E(G)组成的 其中：V(G)是顶点的非空有限集 E(G)是有向边（也称弧）的有限集合，弧是顶点的有序对，记为v,w，v,w是顶点，v为弧尾，w为弧头 无向图——无向图G是由两个集合V(G)和E(G)组成的 其中：V(G)是顶点的非空有限集 E(G)是边的有限集合，边是顶点的无序对，记为 （v,w）或（w,v)，并且（v,w)=(w,v) 有向完备图——n个顶点的有向图最大边数是n(n-1) 无向完备图——n个顶点的无向图最大边数是n(n-1)/2 权——与图的边或弧相关的数叫~ 网——带权的图叫~ 子图——如果图G(V,E)和图G‘(V’,E‘),满足： V’?V E’?E 则称G‘为G的子图 顶点的度 无向图中，顶点的度为与每个顶点相连的边数 有向图中，顶点的度分成入度与出度 入度：以该顶点为头的弧的数目 出度：以该顶点为尾的弧的数目 路径——路径是顶点的序列V={Vi0,Vi1,……Vin}，满足(Vij-1,Vij)?E 或 Vij-1,Vij?E,(1j?n) 路径长度——沿路径边的数目或沿路径各边权值之和 回路——第一个顶点和最后一个顶点相同的路径叫~ 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~ 连通——从顶点V到顶点W有一条路径，则说V和W是连通的 连通图——图中任意两个顶点都是连通的叫~ 连通分量——非连通图的每一个连通部分叫~ 强连通图——有向图中，如果对每一对Vi,Vj?V, Vi?Vj,从Vi到Vj 和从Vj到 Vi都存在路径，则称G是~ 7.2 图的存储结构 邻接矩阵——表示顶点间相联关系的矩阵 定义：设G=(V,E)是有n?1个顶点的图，G的邻接矩阵A是具有以下性质的n阶方阵 特点： 无向图的邻接矩阵对称，可存储上（下）三角矩阵 有向图邻接矩阵不一定对称；有n个顶点的有向图需存储空间为n2 无向图中顶点Vi的度TD(Vi)是邻接矩阵A中第i行元素之和 有向图中， 顶点Vi的出度是A中第i行元素之和 顶点Vi的入度是A中第i列元素之和 带权图的邻接矩阵可定义为： 图的定义 public class Mgraph { int n;//图的当前顶点数 int [][] edges=new int[20][20];//邻接矩阵 int [] visited=new int[20];//顶点访问标记 int e;//图的当前边数}; 7.3 图的遍历 深度优先遍历(DFS) 首先将图中每个顶点都标记成未被访问。从图的某一顶点V0出发，访问此顶点并标记成已访问 ； 然后依次从V0的未被访问的邻接点出发，按照同样规则访问 如果与V0相邻接的点都被访问过，则退回到前一个访问顶点重复刚才过程 直至图中所有和V0相通的顶点都被访问到； 若此时图中尚有顶点未被访问，则另选图中一个未被访问的顶点作起点，重复上述过程，直至图中所有顶点都被访问为止。 算法难点： 如何判断有边相连 如何判断结点未被访问过 若此时图中尚有顶点未被访问，则另选图中一个未被访问的顶点作起点，重复上述过程，直至图中所有顶点都被访问为止 用邻接矩阵表示的图的广度优先搜索 初始化队列，放入第一个结点 取出队头元素i并访问，依次访问与i相邻接且未被访问过的结点w1,w2,…,并依次入队列 与i相邻接的结点都访问完毕后，取出队头元素，按照上面规则继续访问，