数据结构第七节图.ppt

第7章 图 图的抽象数据类型 7.1 图的基本术语 例：判断下列4种图形各属什么类型？ 证明： 稀疏图：稠密图： 带权图： 邻接点： 简单路径： 7.2 图的存储结构 图的特点： 1. 邻接矩阵（数组）表示法 图的邻接矩阵在机内如何表示？ （参见教材P161） 例2 ：有向图的邻接矩阵如何表示？ 2. 邻接表（链式）表示法 图的邻接表在机内如何表示？ （参见教材P163） 例1：无向图的邻接表如何表示？ 例3：已知某网的邻接（出边）表，请画出该网络。 讨论：邻接表与邻接矩阵有什么异同之处？ 3. 十字链表表示法 十字链表存储结构描述： 例：画出有向图的十字链表。 4. 邻接多重表表示法 例：画出无向图的邻接多重表 7.3 图的遍历 一、深度优先搜索( DFS ) 深度优先搜索（遍历）步骤： 讨论1：计算机如何实现DFS？ 讨论2： DFS算法如何编程？ 讨论3：在图的邻接表中如何进行DFS？ 讨论4： 邻接表的DFS算法如何编程？ DFS 算法效率分析: 二、广度优先搜索( BFS ) 广度优先搜索（遍历）步骤： 讨论1：计算机如何实现BFS？ 讨论2： BFS算法如何编程？ BFS 算法效率分析: 7.4 图的连通性问题 1.求图的生成树（或生成森林） 例1 ：画出下图的生成树 例2：画出下图的生成森林（或极小连通子图） 2. 求最小生成树 典型用途： 讨论：如何求得最小生成树？ 0 0 0 0 0 0 6 0 0 0 0 0 0 5 0 0 0 0 0 0 4 0 0 0 0 0 0 3 0 0 0 0 0 0 2 0 0 0 0 0 0 1 6 5 4 3 2 1 0 0 0 0 0 0 6 5 4 3 2 1 0 0 0 0 1 0 0 0 0 0 1 1 0 0 0 1 1 1 0 1 0 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 DFS 结果 邻接矩阵 A 辅助数组 visited [n ] 起点 ——开辅助数组 visited [n ]！ 例： 0 0 1 0 0 0 6 0 0 0 1 1 0 5 1 0 0 0 0 1 4 0 1 0 0 0 1 3 0 1 0 0 0 1 2 0 0 1 1 1 0 1 6 5 4 3 2 1 v2 → → → → → v1 v3 v5 v4 v6 请注意逐级回退是递归概念 for( j=1; j=n; j++) if ( A[v, j] ! visited[j] ) DFS1(A, n, j); return; } // DFS1 DFS1(A, n, v) { visit（v）; visited[v]=1; ——可以用递归算法！ //A[n][n]为邻接矩阵，v为起始顶点(编号） //访问（例如打印）顶点v A[v,j] ＝1 有邻接点 visited [n ]=0 未访问过 //访问后立即修改辅助数组标志 //从v所在行从头搜索邻接点 （教材上DFS递归算法见P169） DFS 结果 0 0 0 0 3 2 1 0 辅助数组 visited [n ] 0 0 0 1 0 0 1 1 0 1 1 1 1 1 1 1 例： —照样借用visited [n ]！ 起点 0 1 2 3 注意：在邻接表中，并非每个链表元素（表结点）都被扫描到,因此遍历速度很快。 v0 → → → v1 v2 v3 （书上没有，03级同学编，仅供参考） //访问后立即修改辅助数组标志 ——仍用递归算法 Int visited[]; //初始化辅助数组,元素均为0 Void DFS(List,v,p) //设p为v的头指针 { visit(v); //访问起点 visited[v]=1; //起点已访问,0变1 while(p-link) //当存在起点的第一个邻接点时  { p=p-link;  v=p-data;  if(!visited[v])DFS(List,v,p); //进行递归  } return; } （设图中有 n 个顶点，e 条边） 如果用邻接矩阵来表示图，遍历图中每一个顶点都要从头扫描该顶点所在行，因此遍历全部顶点所需的时间为O(n2)。 如果用邻接表来表示图，虽然有 2e 个表结点，但只需扫描 e 个结点即可完成遍历，加上访问 n个头结点的时间，因此遍历图的时间复杂度为O(n+e)。 结 论： 稠密图适于在邻接矩阵上进行深度遍历； 稀疏图适于在邻接表上进行深度遍历。 基本思想：——仿树的层次遍历过程。 Breadth_First Search v1 v1 v2 v3 v8 v7 v6 v4 v5 BFS 结果 例1： → → → → v2 v3 →