第七篇 图 7.17.2.pptVIP

7.1 图的定义和术语 问题： 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： 图的基本术语(续) 邻接点: 简单路径： 图的抽象数据类型 图的基本操作 7.2 图的存储结构 图的特点： 1. 邻接矩阵（数组）表示法 例2 ：有向图的邻接矩阵如何表示？ 例3 ： 有权图（即网络）的邻接矩阵如何表示？ 2. 邻接表（链式）表示法 例1：无向图的邻接表表示 邻接表存储法的特点： 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 4. 邻接多重表表示法 * 7.1 图的定义和术语 7.2 图的存储结构 7.3 图的遍历 7.4 图的连通性问题 7.4.1 无向图的连通分量和生成树 7.4.3 最小生成树 7.5 有向无环图及其应用 7.6 最短路径 图（Graph）是一种较线性表和树更为复杂的非线性结构。是对结点的前趋和后继个数不加限制的数据结构，用来描述元素之间“多对多”的关系。 在线性结构中，结点之间的关系是线性关系，除开始结点和终端结点外，每个结点只有一个直接前趋和直接后继。 在树形结构中，结点之间的关系实质上是层次关系，同层上的每个结点可以和下一层的零个或多个结点（即孩子）相关，但只能和上一层的一个结点（即双亲）相关（根结点除外）。 在图结构中，对结点（图中常称为顶点）的前趋和后继个数不加限制的，即结点间的关系是任意的。 由此，图的应用极为广泛，特别是近年来的迅速发展，已渗透到诸如语言学、逻辑学、物理、化学、电讯工程、计算机科学以及数学的其它分支中。 图是由一个顶点集 V 和一个弧集VR构成的数据结构 Graph = (V, VR )， 其中，VR＝{v,w| v,w∈V 且 P(v,w)} v,w表示从 v 到 w 的一条弧，并称 v 为弧尾，w 为弧头。 谓词 P(v,w) 定义了弧 v,w的意义或信息。 图的结构定义: 用来描述或判定客体性质、特征或者客体之间关系的词项。 由于“弧”是有方向的，因此称由顶点集和弧集构成的图为有向图。 A B E C D 例如: G1 = (V1, VR1) 其中 V1={A, B, C, D, E} VR1={A,B, A,E, B,C, C,D, D,B, D,A, E,C } 若v, w?VR 必有w, v?VR, 则称 (v,w) 为顶点 v 和顶点 w 之间存在一条边。 B C A D F E 由顶点集和边集构成的图称作无向图。 例如: G2=(V2,VR2) V2={A, B, C, D, E, F} VR2={(A,B), (A,E), (B,E), (C,D), (D,F), (B,F), (C,F) } 其中：V 是G 的顶点集合，是有穷非空集； E 是G 的边集合，是有穷集。 问：当E(G)为空时，图G存在否？ V=vertex E=edge 图：记为 G＝( V, E ) 答：还存在！但此时图G只有顶点而没有边。 有向图： 无向图： 完全图： 图G中的每条边都是有方向的； 图G中的每条边都是无方向的； 图G任意两个顶点都有一条边相连接； 若 n 个顶点的无向图有 n(n-1)/2 条边, 称为无向完全图 若 n 个顶点的有向图有n(n-1) 条边, 称为有向完全图 无向 无向图(树) 有向图 有向 n(n-1)/2 条边 n(n-1) 条边 G1的顶点集合为V(G1)={0,1,2,3} 边集合为 E(G1)={(0,1),(0,2),(0,3),(1,2),(1,3),(2,3)} 完全图 完全图 证明：若是完全有向图，则n个顶点中的每个顶点都有一条弧指向其它n-1个顶点, 因此总边数=n(n-1) 证明：从①可以直接推论出无向完全图的边数——因为无方向，两弧合并为一边，所以边数减半，总边数为n(n-1)/2。 ② 完全无向图有n(n-1)/2 条边。 ① 完全有向图有n(n-1)条边。 1 2 3 4 1 2 3 4 设有两个图 G＝(V, E) 和 G’＝(V’, E’)。 若 V’ ? V 且 E’ ? E, 则称 图G’ 是 图G 的子图。 子 图： 边较少的图。通常边数远少于nlogn 边很多的图。 无向图中，边数接近n(n-1)/2 有向图中，边数接近n(n-1) 即边上带权的图。其中权是指每条边可以标上具有某种