数据结构—图..docVIP

一、定义与术语 图：无序数据结构 基本构成：1.边集（Edge）：a. 有向图，有向边v, w，弧，弧头，弧尾，权值 b. 无向图，无向边(v, w)，权值 2.顶点集（Vertices）：a. 无向图：度(TD(v)) b. 有向图：出度(ID(v))，入度(OD(v))，度(TD(v) = ID(v) + OD(v)) 无向完全图：n个顶点，条边 有向完全图：n个顶点，条边 网：带权图 连通分量：无向图中的极大连通子图（多个），无向完全图的连通分量就是本身（一个） 强连通分量：有向图中的极大连通子图，其中到以及到都有路径 生成树：图的极小连通子图，含有图的全部n个顶点，只有n-1条边，少一条则不能连通，多一条则形成回路 生成森林：不完全图中的各个连通分量的生成树，构成图的生成森林 二、存储结构 顶点：可采用链表或数组存储顶点列表，一般采用链表存储 边：1. 邻接矩阵（数组） a. 无向图：对称阵，可采用矩阵压缩存储方式。A[i][j] = 0表示和没有连接；A[i][j] = 1表示和有边连接；第i行的和表示顶点的度 b. 有向图：不对称阵。表示顶点到的有向弧的权值；表示表示顶点到没有弧连接或者i = j 2. 邻接表（链表，有向无向都可用） 边结点：adjvex（邻接点），nextarc（下一条边），info（权值） 顶点结点：data（顶点数据），firstarc（第一条边） 3. 十字链表（Othogonal List） 弧结点：tailvex（弧尾结点），headvex（弧头结点），tlink（弧尾相同的下一条弧），hlink（弧头相同的下一条弧），info（权值） 顶点结点：data（顶点数据），firstin（第一条入弧），firstout（第一条出弧） 三、图的遍历（每个顶点只被访问一次） 1. 深度优先遍历（类似树的先根遍历） 基本思想：假设初始状态是图中所有顶点未曾被访问，则深度优先搜索可从图中某个顶点v出发，访问此结点，然后依次从v的未被访问的邻接点出发深度优先遍历图，直至图中所有和v有路径相通的顶点都被访问到；若此时图中尚有顶点未被访问（非连通图），则另选图中一个未曾被访问的顶点作起始点，重复上述过程，直至图中所有顶点都被访问到为止。 代码： void DFS(Graph G, int v, bool first, bool visited[]) { visit(getValue(G, v)); visited[v] = true; int = getFirstNeighbor(G, v); while(w != -1) { if(!visited[w]) DFS(G, w, visited); w = getNextNeighbor(G, v, w); } } 2. 广度优先搜索（类似于树的层次遍历） 基本思想：假设从图中某顶点v出发，在访问了v之后依次访问v的各个未曾访问过的邻接点，然后分别从这些邻接点出发依次访问它们的邻接点，并使“先被访问的顶点的邻接点”先于“后被访问的顶点的邻接点”被访问，直至图中所有已被访问的顶点的邻接点都被访问到。若此时图中尚有顶点未被访问（非连通图），则另选图中一个未曾被访问的顶点作起始点，重复上述过程，直至图中所有顶点都被访问到为止。 代码： viod BFS(Graph G, int v) { int i, w, n = G.vexnum; bool* visited = new bool[n]; for(i = 0; i n; i++) visited[i] = false; visit(getValue(G, v)); visited[v] = true; Queue Q; initQueue(Q); enQueue(Q, v); while (!isEmpty(Q)) { deQueue(Q, v); w = getFirstNeighbor(G, v); while (w != -1) { if (!visited[w]) { visit(getValue(G, w)); enQueue(Q, w); } w = getNextNeighbor(G, v, w); } } delete[] visited; } 四、图的连通性问题（无向图） 1. 深度优先生成树（深度优先搜索形成），广度优先生成树（广度优先搜索形成） 深度优先生成森林算法： void DFSForest(Graph G, CSTree