数据结构(第7章图)探讨.pptVIP

第7章 图 7.1 图的定义和术语 7.1 图的定义和术语 7.1 图的定义和术语 7.1 图的定义和术语 7.1 图的定义和术语 7.1 图的定义和术语 7.1 图的定义和术语 7.1 图的定义和术语 图的常用基本操作 图的常用基本操作 7.2 图的存储结构 7.2.1 邻接矩阵表示法 7.2.1 邻接矩阵表示法 7.2.1 邻接矩阵表示法 7.2.1 邻接矩阵表示法 7.2.1 邻接矩阵表示法 课堂练习 7.2.1 邻接矩阵表示法 7.2.1 邻接矩阵表示法 7.2.1 邻接矩阵表示法 7.2.1 邻接矩阵表示法 7.2.2 邻接表表示法 无向图的邻接表表示 7.2.2 邻接表表示法 邻接表的类型定义 7.2.2 邻接表表示法 7.2.2 邻接表表示法 课堂练习 7.2.2 邻接表表示法 7.2.2 邻接表表示法 7.2.2 邻接表表示法 7.2.2 邻接表表示法 7.2.2 邻接表表示法 7.2.2 邻接表表示法 7.2.3 十字链表 7.2.4 邻接多重表 7.3 图的遍历 7.3.1 深度优先搜索 7.3.1 深度优先搜索 7.3.1 深度优先搜索 7.3.1 深度优先搜索 7.3.1 深度优先搜索 7.3.1 深度优先搜索 7.3.1 深度优先搜索 7.3.1 深度优先搜索 7.3.1 深度优先搜索 课堂练习 7.3.1 深度优先搜索 7.3.1 深度优先搜索 7.3.1 深度优先搜索 7.3.2 广度优先搜索 7.3.2 广度优先搜索 7.3.2 广度优先搜索 7.3.2 广度优先搜索 课堂练习 7.3.2 广度优先搜索 7.4 图的连通性问题 7.4 图的连通性问题 7.4 图的连通性问题 7.4.3 最小生成树 7.4.3 最小生成树 7.5 有向无环图及其应用 7.5.1 拓扑排序 7.5.2 关键路径 7.5.2 关键路径 7.5.2 关键路径 7.6 最短路径 7.6.1 从某个源点到其余顶点的最短路径 7.6.1 从某个源点到其余顶点的最短路径 7.6.1 从某个源点到其余顶点的最短路径 7.6.1 从某个源点到其余顶点的最短路径 7.6.1 从某个源点到其余顶点的最短路径 7.6.1 从某个源点到其余顶点的最短路径 7.6.2 每一对顶点之间的最短路径 本章学习要点 本章练习 下面介绍求最小生成树的两种算法。 1. 普里姆（Prim）算法 设连通网N=(V，E)，TE为N的最小生成树的边集。 ⑴ 置U={u0| u0∈V}，TE={ }。 ⑵ 在所有u∈U，v∈V－U的边(u，v)∈E中找一条权值最小的边(u′,v′)。 ⑶ 把v′并入U，同时把边(u′,v′)并入集合TE。 ⑷ 重复⑵ 、 ⑶ ，直到U=V为止。 P175算法7.9给出了完整的普里姆算法。其时间复杂度为O(n2)，与网中边数无关。因此，该算法适合于求边稠密的连通网的最小生成树。 例一、利用普里姆算法，求P174图7.16(a)的最小生成树。 2. 克鲁斯卡尔（Kruskal）算法 设连通网N=(V，E)，T为N的最小生成树。 ⑴ 置T=(V，{ })，即用V的n个顶点构成n个连通分量。 ⑵ 在E中选择权值最小的边，并从E中删除。 ⑶ 若该边的两个顶点落在T中不同的连通分量上，则将此边加入到T中；否则丢掉此边。 ⑷ 重复⑵ 、 ⑶ ，直到T中所有顶点都在同一连通分量上为止. 克鲁斯卡尔算法的时间复杂度为O(e㏒e)，其中e为网中的边数。因此，该算法适合于求边稀疏的连通网的最小生成树。 例二、利用克鲁斯卡尔算法，求P174图7.16(a)的最小生成树. 有向无环图就是指无环的有向图，简称DAG(Directed Acycline Graph)，常用它来描述一项工程或一个教学计划等。 对于一项工程，通常可分为许多子工程，我们把这些子工程称为活动。显然，只要完成了这些活动，整个工程也就完成了。 但是，需要注意的是有些活动之间往往有制约关系。只有一些活动完成了，另一些活动才能开始。类似地，在编制教学计划时，也要考虑到某些课程之间的先后次序。 我们可以用有向图来表示工程或教学计划中的这种优先关系。 AOV网(Activity on Vertex)：它用有向图的顶点表示活动，用弧表示活动之间的优先关系。 例一、用AOV网表示课程之间优先关系（P181图7.27 ）。 进一步地，我们来考虑如何从该AOV网出发，排出相应的教学计划呢？这就用到下面的拓扑排序。 AOE网(Activity on Edge)：它用弧来表示活动。