第七章_图解释.pptVIP

Edge [i][j] 7 重复步骤3~6，直到s全为1，结束。 1 1 0 0 0 0 10 60 30 100 s distance 状态1 0 1 2 3 4 1 0 0 0 0 0 10 ∞ 30 100 s distance 初始状态 0 1 2 3 4 1 1 0 1 0 0 10 50 30 90 s distance 状态2 0 1 2 3 4 1 1 1 1 0 0 10 50 30 60 s distance 状态3 0 1 2 3 4 Edge[i][j] 7 重复步骤3~6，直到s全为1，结束。 1 1 0 0 0 0 10 60 30 100 s distance 状态1 0 1 2 3 4 1 0 0 0 0 0 10 ∞ 30 100 s distance 初始状态 0 1 2 3 4 1 1 0 1 0 0 10 50 30 90 s distance 状态2 0 1 2 3 4 1 1 1 1 0 0 10 50 30 60 s distance 状态3 0 1 2 3 4 1 1 1 1 1 0 10 50 30 60 s distance 状态4 0 1 2 3 4 Edge [i][j] 从顶点0到其余顶点的最短路径： 到顶点1是10；到顶点2是50；到顶点3是30；到顶点4是60 算法的核心思想是：生成一个按路径长度递增的路径序列，对各种路径进行比较，纪录最小路径。 在程序中，用一个充分大的数（大于图中的最大权值），表示无穷大（无通路）。 1 1 1 1 1 0 10 50 30 60 s distance 状态4 0 1 2 3 4 Dijkstra算法可描述如下： ① 初始化： S ← { v0 }; dist[j] ← Edge[0][j], j = 1, 2, …, n-1; // n为图中顶点个数 ② 求出最短路径的长度： dist[k] ← min { dist[i] }, i ? V- S ; S ← S U { k }; ③ 修改： dist[i] ← min{ dist[i], dist[k] + Edge[k][i] }, 对于每一个 i ? V- S ; ④ 判断：若 S = V, 则算法结束，否则转 ②。 如何纪录路径：设数组path，纪录最后一个经由点的下标。 1 1 0 0 0 0 10 60 30 100 s distance 状态1 0 1 2 3 4 1 0 0 0 0 0 10 ∞ 30 100 s distance 初始状态 0 1 2 3 4 1 1 0 1 0 0 10 50 30 90 s distance 状态2 0 1 2 3 4 1 1 1 1 0 0 10 50 30 60 s distance 状态3 0 1 2 3 4 1 1 1 1 1 0 10 50 30 60 s distance 状态4 0 1 2 3 4 -1 -1 -1 -1 -1 path 状态1 0 1 2 3 4 -1 0 -1 0 0 初始状态 -1 0 1 0 0 状态2 状态3 状态4 -1 0 3 0 3 -1 0 3 0 2 Dijkstra算法中各辅助数组的最终结果 从表中读取源点0到终点v的最短路径的方法 : 举顶点4为例 path[4] = 2 path[2] = 3 path[3] = 0，反过来排列，得到路径 0, 3, 2, 4，这就是源点0到终点4的最短路径。 0 4 1 2 3 10 50 10 20 60 30 100 数据结构（Java版） 第1章 绪论 第2章 线性表 第3章 栈与队列 第4章 串 第5章 数组 第6章 树和二叉树 第7章 图 第8章 排序 第7章 图 7.1 图及其抽象数据类型 7.2 图的表示和实现 7.3 图的遍历 7.4 最短路径 目的：理解图结构。 要求：掌握图的存储结构和操作实现。 重点：图的两种存储结构，遍历算法，最小生成 树，最短路径。 难点：图的存储和操作实现，最小生成树，最短 路径。 7.1 图及其抽象数据类型 7.1.1 图的基本概念 图的定义和术语 G=(V, E) V={A | A∈某个数据元素集合} E={(A, B) | A, B∈V} 无向图 有向图 完全图 带权图 邻接顶点 2.顶点的度 deg(A)=indeg(A)