数结_7图j.pptVIP

§7.5 有向无环图(DAG)及其应用 DAG----Directed Acyclic Graph 7.5.1 拓扑排序 7.5.2 关键路径 7.5.1 拓扑排序 AOV网(Activity On Vertex Network) 顶点表示活动的网。通常用来表示一个工程 顶点: 表示活动(子工程） 有向边: 表示活动的次序关系 例如：计算机系学生的课程计划(P181) AOV网中不应该出现环。否则将意味着某个活动将以自己为先决条件，这显然是荒谬的。 前趋活动：在AOV网中, 如果Vi到Vj有路径，则称Vi是Vj的前趋活动。 拓扑序列：将AOV网中的所有活动排成一个线性序列，使得在这个序列中每个活动的前趋活动都排在该活动的前面。 拓扑排序：对AOV网求拓扑序列的操作 拓扑排序的方法： 1. 从AOV网中任选一个入度为0的顶点输出 2. 在AOV网中删除这个顶点及其相关联的所有出边 3. 若AOV网中还有顶点未输出，则转1，直至所有顶点都被输出 。 拓扑排序算法思想： 设有向图用邻接表表示，用一维数组indegree[n]来存放每个顶点的入度。删除入度为0的顶点V以及V的出边可以这样来实现：将V的出边邻接点的入度值减1。为了避免反复检测入度为0的顶点，用一个栈来暂存入度为0的顶点。 P182 算法7.12 Status TopologicalSort( ALGraph, G) { FindInDegree(G, indegree)； //求每个顶点的入度 InitStack(S); //初始化一个空栈 for(i=0; iG.vexnum; i++) if( !indegree[ i ]) Push(S, i ); count=0; //输出顶点计数器 while( !EmptyStack(S) ) { Pop(S, i); printf(G.vertices[ i ].data); count++; for(p=G.vertices[ i ].firstarc; p!=NULL; p=p-nextarc) { k=p-adjvex; indegree[k] - - ; //Vi的出边邻接点Vk的入度减 1 if( !indegree[k] ) Push(S, k); //若Vk的入度为0则进栈 } } if(count G.vexnum) return Error; else return OK; } §7.6 最短路径 7.6.1 顶点之间边数最少的路径(BFS算法) 7.6.2 单源最短路径(Dijkstra算法) 7.6.3 各对顶点之间的最短路径(Floyd算法) 7.6.1 顶点之间边数最少的路径 广度优先搜索遍历是一种相对于出发点由近及远的遍历过程。以出发点为树根的BFS生成树上，根到每个结点的路径就是边数最少的路径 7.6.2 单源最短路径 最短路径： 从出发点到终点的权之和为最小的路径。 单源最短路径： 求出发点到图中其余n-1个顶点的最短的路径。 Dijkstra算法思想：按路径长度递增的次序逐个求出每个顶点的最短的路径。 假定当前要将蓝点Vj变成红点，按Dijkstra算法思想，源点到Vj的最短路径长度一定大于到所有红点的路径长度，小于到其余蓝点的路径长度。如果这条路径上有中转点，则中转点只能是红点。 初态: D[ i ] = G.arcs[V0][ i ] 邻接矩阵的第V0行 S[V0]=1; S[ i ]=0 当i != V0 P[ i ][0]= V0, P[ i ][ 1 ]= i 当G.arcs[V0][ i ] !=∞ 选取D[j]为最小且S[j]==0的蓝点Vj，将其并入红点集，即令S[ j ]=1； 调整剩余蓝点Vw到源点V0的最短距离，如果 Floyd算法思想： 穷举出各种可能的路径，从中得出n×(n-1)条最短路径。 假设求Vi到Vj的最短路径。 一种可能是直达； 另一种可能是经过若干个中转点到达。 我们把V1, V2, ..., Vn分