第7章 图..ppt

第7章 图 7.1 图的定义和术语 证明： 例：判断下列4种图形各属什么类型？ 稀疏图：稠密图： 带权图： 邻接点： 简单路径： 图的抽象数据类型 7.2 图的存储结构 图的特点：非线性结构（m :n ） 一、邻接矩阵（数组）表示法 例2 ：有向图的邻接矩阵 特别讨论 ：网（即有权图）的邻接矩阵 图的邻接矩阵存储表示（参见教材P161） 例：用邻接矩阵生成无向网的算法（参见教材P162） 二、邻接表（链式）表示法 例1：无向图的邻接表 例3：已知某网的邻接（出边）表，请画出该网络。 邻接表存储法的特点： 讨论：邻接表与邻接矩阵有什么异同之处？ 图的邻接表存储表示 三、十字链表 十字链表存储结构描述： 例：画出有向图的十字链表。 四、邻接多重表 例：画出无向图的邻接多重表 7.3 图的遍历 一、深度优先搜索( DFS ) 讨论：计算机如何实现DFS？ DFS 算法效率分析: 二、广度优先搜索( BFS ) 广度优先搜索（遍历）步骤： 讨论：计算机如何实现BFS？ BFS 算法效率分析: 7.4 图的连通性问题 回忆：图的生成树（或生成森林） 7.4.1 无向图的连通分量和生成树 例1 ：遍历下图得到的生成树 例2：画出下图的生成森林（或极小连通子图） 7.4.3 求最小生成树 典型用途： 讨论：如何求得最小生成树？ 普利姆（Prim）算法 例： 计算机内怎样实现Prim（普里姆）算法？ 具体示例： 算法流程 普里姆(Prim)算法算法思想：设N=(V,{E})是连通网，TE是N上最小生成树中边的集合 初始令U={u0},(u0?V), TE=? 在所有u?U,v?V-U的边(u,v)?E中，找一条代价最小的边(u0,v0) 将(u0,v0)并入集合TE，同时v0并入U 重复上述操作直至U=V为止，则T=(V,{TE})为N的最小生成树 算法实现：图用邻接矩阵表示 算法评价：T(n)=O(n2) 克鲁斯卡尔(Kruskal)算法: 例：应用克鲁斯卡尔算法构造最小生成树的过程 Kruskal（克鲁斯卡尔）算法 7.6 最短路径 最短路径 迪杰斯特拉(Dijkstra)算法思想 例2： Dijkstra（迪杰斯特拉）算法 算法描述： 例3： 算法流程： 7.6.2 每一对顶点之间的最短路径 方法一：每次以一个顶点为源点，重复执行Dijkstra算法n次—— T(n)=O(n3) 方法二：弗洛伊德(Floyd)算法 算法思想：逐个顶点试探法 求最短路径步骤 初始时设置一个n阶方阵，令其对角线元素为0，若存在弧Vi,Vj，则对应元素为权值；否则为? 逐步试着在原直接路径中增加中间顶点，若加入中间点后路径变短，则修改之；否则，维持原值 所有顶点试探完毕，算法结束 7.5 有向无环图及其应用 有向无环图的应用 AOV网络的用途： 进行拓扑排序的方法： AOE网络的用途： 什么叫关键路径？ 以上分析概要 如何找e(i)=l(i)的关键活动？ 最终求出的关键路径 求关键路径步骤 求Ve(i) 求Vl(j) 求e(i) 求l(i) 计算l(i)-e(i) 求ve[] 本章小结 0 1 2 2 in link 5 5 4 3 ^ ^ ^ vex next 2 ^ 2 5 ^ 2 4 0 1 2 3 4 5 6 ^ 输出序列：6 3 2 1 0 4 1 top p 0 1 1 2 in link 5 5 4 3 ^ ^ ^ vex next 2 ^ 2 5 ^ 2 4 0 1 2 3 4 5 6 ^ 输出序列：6 3 2 1 0 4 1 top p 0 1 1 2 in link 5 5 4 3 ^ ^ ^ vex next 2 ^ 2 5 ^ 2 4 0 1 2 3 4 5 6 ^ 输出序列：6 3 2 1 0 4 1 top p=NULL 0 1 1 2 in link 5 5 4 3 ^ ^ ^ vex next 2 ^ 2 5 ^ 2 4 0 1 2 3 4 5 6 ^ 输出序列：6 1 3 2 1 0 4 1 top top 0 1 1 2 in link 5 5 4 3 ^ ^ ^ vex next 2 ^ 2 5 ^ 2 4 0 1 2 3 4 5 6 ^ 输出序列：6 1 3 2 1 0 4 top p 0 1 0 2 in link 5 5 4 3 ^ ^ ^ vex next 2 ^ 2 5 ^ 2 4 0 1 2 3 4 5 6 ^ 输出序列：6 1 3 2 1 0 4 top p 4 0 1 0 2 in link 5 5 4 3 ^ ^ ^ vex next 2 ^ 2 5 ^ 2