chapter7 图讲诉.pptVIP

* v5 v2 v4 100 30 60 10 10 5 50 20 v3 v1 v0 终点 dist 集合S V1 V2 V3 V4 V5 1 2 3 4 5 //////// //////// //////// //////// ∞ {0,2,4,3,5,1} 60(V0,V4,V3,V5) //////// //////// //////// ∞ {0,2,4,3,5} 90(V0,V4,V5) //////// 50(V0,V4,V3) //////// ∞ {0,2,4,3} 100(V0,V5) 30(V0,V4) 60(V0,V2,V3) //////// ∞ {0,2,4} 100(V0,V5) 30(V0,V4) ∞ 10(V0,V2) ∞ √ √ √ √ √ 最短路径 长度 （v0, v2） 10 {0} {0,2} v5 v2 v4 30 10 20 v3 v1 v0 10 （v0, v4） 30 （v0, v4, v3） 50 （v0,v4,v3,v5) 60 v0→v1 无 * 7.5 图的应用 第 7 章 图 2.有向无环图的应用 迪杰斯特拉算法实现思想 一、存储结构 1. 带权邻接矩阵用g.arcs[ ][ ]表示; 用g.arcs[i][j].adj表示弧vi, vj上的权。 2. 顶点分为两组：S，V-S S中存放已求得最短路径的终点的集合。 3.辅助一维数组dist 若vi∈S ,dist[i] 表示源点到vi的最短路径长度 若vi∈V-S,dist[i]表示源点到vi的只包括S中的 顶点为中间顶点的最短路径。 初始：S={v0} , v0为源点 dist[i]= g.arcs[0][i].adj ; (vi∈V-S) * 数 据 结 构 7.5 图的应用 第 7 章 图 2.有向无环图的应用 迪杰斯特拉算法实现思想 二、最短路径 1、第一条最短路径 dist[k]=min{dist[i] |vi∈V-S} 最短路径（v0，vk），S=S∪ {vk} 2、修改V-S中顶点的dist值 i ∈V-S dist[i]=min{dist[i]，dist[k]+ g.arcs[k][i].adj} 3、下一条最短路径 dist[j]=min {dist[i] | vi∈V-S} 4、vj并入集合S，重复2，3，（n-1次）直到 v0出发可以到达的所有顶点都包含在S中。 * 7.5 图的应用 第 7 章 图 2.有向无环图的应用 弗洛伊德算法(Floyd) 思想: 从Vi到Vj的所有存在的路径中,选出一条长度最短的路径。 若 Vi , Vj 存在，则存在路径{Vi , Vj } //路径中不含其他顶点 若 Vi , V1 , V1 , Vj 存在， 则存在路径{Vi , V1 ,Vj } //路径中所含顶点序号不大于1 若 Vi , ...,V2 , V2 ,..., Vj 存在， 则存在一条路径{Vi ,...,V2 ,...,Vj } //路径中所含顶点序号不大于2 ... * 7.5 图的应用 第 7 章 图 2.有向无环图的应用 弗洛伊德算法(Floyd) 实例: A B C D 1 1 3 2 5 4 A B C D A B C D 0 1 AB 3 AD 0 1 BC 5 CA 0 2 CD 4 DB 0 6 CAB 2 ABC 5 DBC 6 BCA 3 BCD 10 DBCA * 7.5 图的应用 第 7 章 图 1.图的连通性问题 ③图的生成树与最小生成树 算法一：普里姆算法 ( Prim ) 算法思想 连通网用带权的邻接矩阵表示,并设置一个辅助数组 closedge[ ]，数组元素下标对应当前V-U集中的顶点 序号，元素值则记录该顶点和 U集中相连接的代价 最小(最近)边的顶点序号adjvex和权值lowcost。 即对v∈V-U的每个顶点， closedge[v]记录所有 与v邻接的、从U到V-U的那组边中的最小边的信息。 * 7.5 图的应用 第 7 章 图 1.图的连通性问题 ③图的生成树与最小生成树 算法一：普里姆算法 ( Prim