数据结构第7章图.pptVIP

7.1 图的定义和术语 一、图的定义： 图（Graph）是由非空的顶点集合和一个描述顶点之间关系（边或者弧）的集合组成，其二元组定义为： G＝（V，E） V＝{vi| vi∈dataobject} E＝{（ vi,vj）| vi, vj ∈V∧P（vi, vj）} 其中，G表示一个图，V是图G中顶点的集合，E是图G中边的集合，集合E中P（vi,vj）表示顶点vi和顶点vj之间有一条直接连线。集合E可以是空集，若E为空，则该图只有顶点而没有边。偶对（vi,vj）表示一条边。? 一、数组表示法（邻接矩阵） 1. 定义 在邻接矩阵表示中，除了存放顶点本身信息外，还用一个矩阵表示各个顶点之间的关系。若（i,j）∈E(G)或〈i,j〉∈E(G),则矩阵中第i 行 第j 列元素值为1，否则为0 。 一、深度优先遍历(depth-first-search) 方法： 深度优先搜索遍历类似于树的先序遍历。假定给定图G的初态是所有顶点均未被访问过，在G中任选一个顶点i作为遍历的初始点，则深度优先搜索遍历可定义如下： (1)首先访问顶点i，并将其访问标记置为访问过，即visited[i]=1； (2)然后搜索与顶点i有边相连的下一个顶点j，若j未被访问过，则访问它，并将j的访问标记置为访问过，visited[j]=1，然后从j开始重复此过程，若j已访问，再看与i有边相连的其它顶点； (3)若与i有边相连的顶点都被访问过，则退回到前一个访问顶点并重复刚才过程，直到图中所有顶点都被访问完止。 （4）深度优先搜索是一种递归的过程 深度优先遍历算法 Void Traver(Mgragh *g) {int i; for(i=0;ig.n;i++) visited[i]=False; For(i=0;ig.n;i++) if(!visited[i]) BFS(g,i); } 6.4 图的连通性问题 一、生成树 定义：在一个无向连通图G中，如果取它的全部顶点和一部分边构成一个子图G’，若边集E(G’)中的边刚好将图的所有顶点连通但又不形成环路，我们就称子图G’是原图G的生成树。 由于n个顶点的连通图至少有n-1条边，而所有包含n-1 条边及n个顶点的连通图都是无回路的树，所以生成树是连通图中的极小连通子图，所谓极小是指边数最少，若在生成树中去掉任何一条边，都会使之变为非连通图，若在生成树上任意增加一条边，就会构成回路。那么，对给定的连通图，如何求得它的生成树呢？回到我们前面提到的图的遍历，访问过图中一个顶点后，要访问下一个顶点， 一般要求两个顶点有边相连，即必须经过图中的一条边，要遍历图中n 个顶点且每个顶点都只遍历一次，则必须经过图中的n-1条边，这n-1条边构成连通图的一个极小连通子图，所以它是连通图的生成树，由于遍历结果可能不唯一，所以得到的生成树也是不唯 一的。 4、构造最小生成树方法 方法一：普里姆(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V1），将此顶点并入U中，此时最小生成树顶点集U={V1}； 然后从那些其一个端点已在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∈W(W=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。 普里姆算法中每次选取的边两端，总是一个已连通顶点（在U集合内）和一个未连通顶点（在U集合外），故这个边选取后一定能将未连通顶点连通而又保证不会形成环路。 方法二：克鲁斯卡尔(Kruskal)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，U的初值等于V，即包含有G中的全部顶点，TE的初值为空集。 基本思想：将图G中的边按权值从小到大的顺序依次选取，若选取的边使生成树T不形成环路，则把它并入TE中，保留作为生成树T的一条边，若选取的边使生成树T形成环路，则将其舍弃，如此进行下去，直到TE中包含n-1条边为止。此时的T即为最小生成树。 4、算法实现 以邻接表作存储结构 把邻接表中所有入度为0的顶点进栈 栈非空时，输出栈顶元素Vj并退栈；在邻接表中查找Vj的直接后继Vk，把Vk的