数据结构第06章 图_c1.ppt

* 显然，强连通图只有一个强连通分量，即其自身，而非强连通图有多个连通分量。 * 所以，对于有向图，要根据实际需要考虑采取邻接表还是逆邻接表存储，必要时，也可以将邻接表和逆邻接表合并。 * * 弗洛伊德算法仍然使用前面定义的图的邻接矩阵edges[n+1][n+1]来存储带权有向图。算法的基本思想是:设置一个n * n的矩阵A(k)，其中除对角线的元素都等于0外，其它元素a(k)[i][j]表示顶点i到顶点j的路径长度，K表示运算步骤。开始时，以任意两个顶点之间的有向边的权值作为路径长度，没有有向边时，路径长度为∞，当K=0时, A (0)[i][j]=edges[i][j] 以后逐步尝试在原路径中加入其它顶点作为中间顶点，如果增加中间顶点后，得到的路径比原来的路径长度减少了，则以此新路径代替原路径，修改矩阵元素。具体做法为： * * 第一步，让所有边上加入中间顶点1，取A[i][j]与A[i][1]+A[1][j]中较小的值作A[i][j]的值，完成后得到A(1)， 第二步，让所有边上加入中间顶点2，取A[i][j]与A[i][2]+A[2][j]中较小的值，完成后得到A(2)…，如此进行下去，当第n步完成后，得到A(n)，A(n)即为我们所求结果,A(n)[i][j]表示顶点i到顶点j的最短距离。 因此，弗洛伊德算法可以描述为: A(0)[i][j]=edges[i][j]; //edges为图的邻接矩阵 A(k)[i][j]=min{A(k-1) [i][j],A(k-1) [i][k]+A(k-1) [k][j]} 其中 k=1,2,…,n * * Floyd算法的基本思想： 定义一个n阶方阵序列： D(-1), D(0), …, D(n-1). 其中 D(-1) [i][j] = G.arcs[i][j]； D(k) [i][j] = min { D(k-1)[i][j]， D(k-1)[i][k] + D(k-1)[k][j] }, k = 0,1,…, n-1 D(0) [i][j]是从顶点vi 到vj , 中间顶点是v0的最短路径的长度, D(k) [i][j]是从顶点vi 到vj , 中间顶点的序号不大于k的最短路径长度, D(n-1)[i][j]是从顶点vi 到vj 的最短路径长度。 * * Floyd算法允许图中有带负权值的边，但不许有包含带负权值的边组成的回路。 本章给出的求解最短路径的算法不仅适用于带权有向图，对带权无向图也可以适用。因为带权无向图可以看作是有往返二重边的有向图，只要在顶点vi 与vj 之间存在无向边(vi , vj )，就可以看成是在这两个顶点之间存在权值相同的两条有向边 vi , vj 和 vj , vi 。 * * 求以邻接矩阵为存储结构，求各顶点的最短路径的Floyd算法 #define INF 32767 /*INF表示∞*/ void floyd(MGraph *G) { int A[MaxVertexNum][ MaxVertexNum],P[MaxVertexNum][ MaxVertexNum]; int i,j,k; for(i=0;iG-n;i++) /*赋值A(-1)[i][j]和P(-1)[i][j]*/ for(j=0;jG-n;j++) { A[i][j]=G-edges[i][j]; P[i][j]=-1; } for(k=0;kG-n;k++) /*向vi与vj之间重复n次加入中间顶点vk*/ for(i=0;iG-n;i++) for(j=0;jG-n;j++) /*求 min{ A(k-1) [i][j]，A(k-1) [i][k]+A(k-1) [k][j] }*/ if(A[i][j](A[i][k]+A[k][j])) { A[i][j]=A[i][k]+A[k][j]; P[i][j]=k; } dispath(A, P, G-n); /*输出最短路径*/ } * * void ppath(int P[][MaxVertexNum],int i,int j) { int k; k=P[i][j]; if(k==-1) /*