计算机数据结构第七章图讲解.ppt

第七章 图 7.1 图的定义和术语 图的应用非常广泛，已渗入到诸如语言学、逻辑学、物理、化学、电讯工程、计算机科学以及数学的其它分支中(日常生活中的交通图等)。 在离散数学中，图论是专门研究图的性质的数学分支。 在数据结构中对图的讨论主要侧重于图在计算机中的存储方式和有关操作的算法。 抽象数据类型图的定义： ADT Graph{ 数据对象V: V是具有相同特性的数据元素的集合，称为顶点集。 数据关系 R: R={VR} VR={v,w|v,w?V且P(v,w), v,w表示从v到w的弧，谓词P(v,w)定义了弧v,w 的意义或信息 } 基本操作P: CreateGraph; DestroyGraph; LocateVex; GetVex; PutVex; FirstAdjVex; NextAdjVex; InsertVex; DeleteVex; InsertArc; DeleteArc; DFSTraverse; BFSTraverse }ADT Graph 图的其它术语 7.2 图的存储结构 特点： ? 设图的顶点数为 n ,用有n个元素的一维数组存储图的顶点,用邻接矩阵表示边,则G占用的存储空间为：n+n2；图的存储空间占用量只与它的顶点数有关，与边数无关；适用于边稠密的图； 无向图的邻接矩阵对称，可压缩存储；有n个顶点的无向图需存储空间为n(n+1)/2 有向图邻接矩阵不一定对称；有n个顶点的有向图需存储空间为n+n2 无向图中顶点Vi的度TD(Vi)是邻接矩阵A中第i行元素之和 有向图中， 顶点Vi的出度是A中第i行元素之和 顶点Vi的入度是A中第i列元素之和 判断两顶点v、u是否为邻接点：只需判二维数组对应分量是否为1； 顶点不变，在图中增加、删除边：只需对二维数组对应分量赋值1或清0 网的邻接链表表示 7.3 图的遍历 从顶点v1出发进行DFS遍历 从顶点v1出发进行BFS遍历 7.4 图的连通性问题 7.4 图的连通性 教学要点：本节利用图的遍历运算求解图的连通性问题，并解决最小代价生成树求解 7.4.1 无向图的连通分量及生成树 **7.4.2 有向图的强连通分量 7.4.3 最小生成树 **7.4.4 关节点和重连通分量 用Prim(普里姆)算法分析求以下网络的最小生成树的过程（从V1出发）： 用克鲁斯卡尔算法求以下网络的最小生成树 用克鲁斯卡尔算法求以下网络的最小生成树 用克鲁斯卡尔算法求以下网络的最小生成树 用克鲁斯卡尔算法求以下网络的最小生成树 从上述过程可知，实现克鲁斯卡尔(Kruskal)算法时，要解决以下两个问题： 如何选择代价最小的边？ 如何判定边所关联的两个顶点是否在同一个连通分量中。 基于邻接矩阵存储结构，写出Kruskal (克鲁斯卡尔) 算法的伪代码。 7.5 有向无环图 及其应用 在工程实践中，一个工程项目往往由若干个子项目组成，这些子项目间往往有多种关系： 先后关系：即必须在一子项目完成后，才能开始实施另一个子项目； 子项目之间无次序要求：即两个子项目可以同时进行，互不影响。 学校里某个专业的课程学习，有些课程是基础课，它们可以独立于其它课程，即无前导课程；有些课程必须在一些课程学完后才能开始学。 在工厂中，一件产品的生产包括许多工序，各工序之间存在如上这两种关系，如何根据工序时间，估算工程所必须的最短时间，哪些工序是影响工程进度的关键工序程。 有向无环图的应用主要有两类： 工程中的活动排序。 估算整个工程所必须的最短时间。 第一类问题可用拓朴排序实现；第二类问题可用关键路径方法实现 回顾：有向图的邻接表 例题 求关键路径算法步骤 输入e条弧j,k，建立AOE网的存储结构，顶点数为n，顶点从1开始编号，设源点为v1、汇点为vn 从源点v1出发，令ve[1]=0，按拓扑有序求其余各顶点事件的最早发生时间ve[i](2≤i≤n-1)。如果得到的拓扑有序序列中顶点个数小于网中的顶点数，则说明网中存在环，不能求关键路径，算法终止；否则执行步骤3； 从汇点vn出发，令vl[n]=ve[n]，按逆拓扑有序求其余各顶点事件的最迟发生时间vl[i](2≤i≤n-1)； 根据各顶点的ve、vl值，求每条弧s的最早开始时间e(s)和最迟开始时间l(s)，若某条弧满足条件e(s)=l(s)，则为关键活动。 7.6 最短路径 7.6 最短路径 1. 问题的提出 交通咨询系统、通讯网、计算机网络需要寻找两结点间最短路径 交通咨询系统：A地点到B地点的最短路径 计算机网：发送Email节省费用，A到B沿最短路径传送 7.6.1 单源点最短路径 对于任意的有向图，拓扑排序不一定成功，如果有向图含有环，则不能得到其拓扑序列。 例如