chap_07_font_embedded1.ppt

for (u=0;uG.vexnum;u++) for (v=0;vG.vexnum;u++) for (w=0;wG.vexnum;u==) if (D[v][u]+D[u][w]D[v][w]) { D[v][w]=D[v][u]+D[u][w]; for (i=0;iG.vexnum;i++) P[v][w][i]= P[v][u][i] || P[u][w][i]; } // if } //ShortestPath_FLOYD 2011 by Fang, Can * 6 3 11 v2 v1 v0 2 4 　1. 熟悉图的各种存储结构及其构造算法，了解实际问题的求解效率与采用何种存储结构和算法有密切联系。 　2. 熟练掌握图的两种搜索路径的遍历：遍历的逻辑定义、深度优先搜索和广度优先搜索的算法。 在学习中应注意图的遍历算法与树的遍历算法之间的类似和差异。 　 3. 应用图的遍历算法求解各种简单路径问题。 　　4. 理解教科书中讨论的各种图的算法。 2011 by Fang, Can * 作业 对教科书7.1节图7.3 (a) 所示无向图，给出广度优先生成森林, 附加要求：有多种排列可能时，按字母次序优先级排列； 写出从图的邻接表表示转换成邻接矩阵表示的算法。 2011 by Fang, Can * 1 4 3 2 10 100 50 20 60 30 5 10 ? 初值 {} 1 2 3 4 5 ? ? 迭代 集合 S ? 选择 顶点 arcs D[2] D[3] D[4] D[5] 3：求最短路径，仿照课件的例子，按下表格式完成求点1到其余各点的最短路径长度 2011 by Fang, Can * s t 4,?1 3,?2 7,?3 4,?4 6,?5 5,?6 2,?7 5,?8 v1 v2 v3 v4 4. 求出各事件（结点）的最早和最晚开始时间，求出各活动（边）的最早和最晚开始时间；找出关键路径。 供参考：遍历应用举例 1. 求一条从顶点 i 到顶点 s 的简单路径 2. 求两个顶点之间的一条路径 长度最短的路径 1. 求一条从顶点 i 到顶点 s 的简单路径 a b c h d e k f g 求从顶点 b 到顶点 k 的一条简单路径。 从顶点 b 出发进行深度优先搜索遍历。 例如: 假设找到的第一个邻接点是a，则得到的结点访问序列为: b a d h c e k f g。 假设找到的第一个邻接点是c，则得到的结点访问序列为: b c h d a e k f g， 1. 从顶点 i 到顶点 s ,若存在路径，则从顶点 i 出发进行深度优先搜索，必能搜索到顶点 s 。 2. 遍历过程中搜索到的顶点不一定是路径上的顶点。 结论: 3. 由它出发进行的深度优先遍历已经完成的顶点不是路径上的顶点。 void DFSearch( int v, int s, char *PATH) { // 从第v个顶点出发递归地深度优先遍历图G， // 求得一条从v到s的简单路径，并记录在PATH中 visited[v] = TRUE; // 访问第 v 个顶点 Append(PATH, getVertex(v)); // 第v个顶点加入路径 for (w=FirstAdjVex(v); w!=0!found; w=NextAdjVex(v) ) if (w==s) { found = TRUE; Append(PATH, w); } else if (!visited[w]) DFSearch(w, s, PATH); if (!found) Delete (PATH); // 从路径上删除顶点 v } 2. 求两个顶点之间的一条路径 长度最短的路径 若两个顶点之间存在多条路径，则其中必有一条路径长度最短的路径。如何求得这条路径? a b c h d e k f g 因此，求路径长度最短的路径可以基于广度优先搜索遍历进行，但需要修改链队列的结点结构及其入队列和出队列的算法。 深度优先搜索访问顶点的次序取决于图的存储结构，而广度优先搜索访问顶点的次序是按“路径长度”渐增的次序。 例如:求下图中顶点 3 至顶点 5 的一条最