邻接矩阵表示图_深度_广度优先遍历剖析.docx

*问题描述：建立图的存储结构（图的类型可以是有向图、无向图、有向网、无向网，学生可以任选两种类型），能够输入图的顶点和边的信息，并存储到相应存储结构中，而后输出图的邻接矩阵。1、邻接矩阵表示法:　　设G=(V,E)是一个图，其中V={V1,V2,V3…,Vn}。G的邻接矩阵是一个他有下述性质的n阶方阵：　　　　　　 1，若(Vi,Vj)∈E 或Vi,Vj∈E； A[i,j]={反之图5-2中有向图G1和无向图G2的邻接矩阵分别为 M1和 M2:M1=┌ 0 1 0 1 ┐│ 1 0 1 0 ││ 1 0 0 1 │└ 0 000┘M2=┌ 0 1 11┐│ 1 0 1 0 ││ 1 1 0 1 │└ 1 0 1 0 ┘　　注意无向图的邻接是一个对称矩阵，例如 M2。　　用邻接矩阵表示法来表示一个具有n个顶点的图时，除了用邻接矩阵中的n*n个元素存储顶点间相邻关系外，往往还需要另设一个向量存储n个顶点的信息。因此其类型定义如下：　VertexType vertex[MAX_VERTEX_NUM]; // 顶点向量 AdjMatrix arcs; // 邻接矩阵 int vexnum, arcnum; // 图的当前顶点数和弧(边)数 GraphKind kind; // 图的种类标志　　若图中每个顶点只含一个编号i(1≤i≤vnum)，则只需一个二维数组表示图的邻接矩阵。此时存储结构可简单说明如下：　type adjmatrix=array[1..vnum,1..vnum]of adj;　　利用邻接矩阵很容易判定任意两个顶点之间是否有边（或弧）相联，并容易求得各个顶点的度。　　对于无向图，顶点Vi的度是邻接矩阵中第i行元素之和，即　　　　　　　　n　　　　　　　　n　　　　D(Vi)＝∑A[i,j]　　（或∑A[i,j]）　　　　　　　 j=1 　　　　　　　i=1　　对于有向图，顶点Vi的出度OD(Vi)为邻接矩阵第i行元素之和，顶点Vi的入度ID(Vi)为第i列元素之和。即　　　　　　　　n　　　　　　　　　n　　　　OD(Vi)＝∑A[i,j]， OD(Vi)＝∑A[j,i]）　　　　　　　 j=1　　　　　　　　　j=1　　　　　　用邻接矩阵也可以表示带权图，只要令　　　　　　　　　Wij, 若Vi,Vj或(Vi,Vj)　　　　A[i,j]＝{　　　　　　　　　∞ , 否则。　　其中Wij为Vi,Vj或(Vi,Vj)上的权值。相应地，网的邻接矩阵表示的类型定义应作如下的修改：　　　　adj:weightype ; {weightype为权类型}　　图5-6列出一个网和它的邻接矩阵。┌∞３１∞∞┐│∞∞５１∞││∞∞∞∞∞││∞∞６∞∞│└∞３２２∞┘(a)网(b)邻接矩阵图5-6 网及其邻接矩阵　　对无向图或无向网络，由于其邻接矩阵是对称的，故可采用压缩存贮的方法，仅存贮下三角或上三角中的元素(但不含对角线上的元素)即可。显然，邻接矩阵表示法的空间复杂度O()。无向网邻接矩阵的建立方法是：首先将矩阵A的每个元素都初始化成∞。然后，读入边及权值(i,j,wij),将A的相应元素置成Wij。2、图的遍历：*深度优先搜索深度优先搜索遍历类似于树的先根遍历，是树的先根遍历的推广。假设初始状态是图中所有的顶点未曾被访问，则深度优先遍历可从图的某个顶点V出发，访问此顶点，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，则另选图中的一个未被访问的顶点，重复上述过程，直至图中所有顶点都被访问到为止。以图7.13(a)中无向图G4为例，深度优先遍历图的过程如图7.13(b)所示。假设从顶点V1出发进行搜索，在访问了顶点V1后，选择邻接点V2。因为V2未曾访问，则从V2出发进行搜索。依次类推，接着从V4,V8,V5出发进行搜索。在访问了V5之后，由于V5的邻接点已都被访问，则搜索回到V8。由于同样的理由，搜索继续回到V4，V2直至V1，此时由于V1的另一个邻接点为被访问，则搜索又从V1到V3，再继续进行下去。由此得到顶点的访问序列为：V1V2 V4V8V5V3V6V7显然，这是一个递归的过程。为了在遍历过程中便于区别顶点是否已被访问，需附设访问标志数组visted[0...n-1],其初值为0，一但某个顶点被访问，则其相应的分量置为1。*广度优先搜索 假设从图中某顶点v出发，在访问了v之后一次访问v的各个未曾访问的扩大邻接点，然后分别从这些邻接点出发依次访问他们的邻接点，并使“先被访问的邻接点”先于“后被访问的邻接点”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。若图中尚有顶点未被访问，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