第七章 图要点.ppt

7.3.2 广度优先遍历 若从顶点V出发，先访问V，然后依次访问V的各个未曾访问的邻接点，再分别从这些邻接点出发依次访问它们的邻接点。 7.5 有向无环图及其应用 无环的有向图称为有向无环图(directed acycline graph)简称DAG图。 1.描述含有公共子式的有效工具 2.描述一项工程或系统的行进过程的有效工具。 可判断工程能否顺利进行 估算整个工程完成所必须的最短时间 对应于有向图，即进行拓扑排序和关键路径 7.5 有向无环图及其应用 1.描述含有公共子式的有效工具 表达式：((a+b)*(b*(c+d))+(c+d)*e)*((c+d)*e) 7.5 有向无环图及其应用 1.描述含有公共子式的有效工具 表达式：((a+b)*(b*(c+d))+(c+d)*e)*((c+d)*e) 7.5 有向无环图及其应用 1.描述含有公共子式的有效工具 节省存储空间 加快运算速度 2.描述一项工程或系统的行进过程的有效工具 可判断工程能否顺利进行 估算整个工程完成所必须的最短时间 对应于有向图，即进行拓扑排序和关键路径 拓扑排序举例（计算机专业的课程） 拓扑排序举例（计算机专业的课程） 拓扑排序 用顶点表示活动，用弧表示活动间的优先关系的有向图，称为顶点表示活动的网（Activity On Vertex Network），简称AOV-网 拓扑序列： C1 C2 C3 C4 C5 C7 C9 C10 C11 C6 C12 C8 或 ：C9 C10 C11 C6 C1 C12 C4 C2 C3 C5 C7 C8 关键路径 1、关键路径思想： 活动ai的最早开始时间e(i)和最迟开始时间l(i)相等，则ai为关键活动，即：若e(i)=l(i)，则ai关键活动 由关键活动组成的路径称为关键路径 2、如何计算e(i)和l(i) ? 1) e(i)的计算 e(i)=ve(j) ve(源点)=0 开始向前推进 ve(j)=Max{ve(i)+dut(i,j)} ( i,j∈E ) 2) l(i)的计算 l(i)=vl(k)-dut(j,k) vl(汇点)=ve(汇点) 向后推进 vl(i)=Min{vl(j)-dut(i,j)} ( i,j∈E ) 单源最短路径----迪杰斯特拉(Dijkstra)算法 构造最小生成树的算法有： 普里姆Prim算法 克鲁斯卡尔Kruskal算法. Prim算法 假设G=(V,E)是一个具有n 个顶点的连通网络，T=(U,TE)是G的最小生成树，其中U是T的顶点集，TE是T的边集，U和TE的初值均为空。 算法开始时，首先从V中任取一个顶点（假定为U0），将此顶点并入U中，此时最小生成树顶点集U={U0}；然后从那些一个端点已在U中，另一个端点仍在U外的所有边中，找一条最短（即权值最小）的边，假定该边为(Vi,Vj), 其中Vi∈U，Vj∈V-U,并把该边(Vi,Vj)和顶点Vj分别并入T的边集TE和顶点集U；如此进行下去，每次往生成树里并入一个顶点和一条边，直到n-1次后，把所有n 个顶点都并入生成树T的顶点集U中，此时U=V，TE中包含有（n-1）条边；这样，T就是最后得到的最小生成树。 最小生成树的构造过程举例（普里姆算法） 0 1 2 3 5 4 6 5 1 5 3 5 2 4 6 6 0 1 6 2 1 3 5 4 ∞ 5 ∞ 0 2 1 1 5 3 5 4 6 5 4 0 2 5 1 4 1 5 3 2 4 6 0 2 1 5 4 3 2 1 5 4 3 0 2 5 3 1 4 1 4 2 5 3 0 2 5 3 1 5 4 6 1 4 2 任意一个顶点置入生成树Ｔ; 置初始候选边集; 　　while (T中顶点数目＜n) 　　　　｛　从候选边中选择最短的边(u,v); 将边(u,v)及顶点v扩充到Ｔ中; 　　　　　　调整候选边集; 　　　　　｝ Prim算法的描述 设一个数组closedge，记录每个孤立顶点vi 连到已有生成树T的情况，closedge[i]记录顶点vi ，它需要两个域： closedge[i].adjvex: 表示vi连到生成树T中的哪个顶点 closedge[i].lowcost: