第7节 图 part1.pptVIP

第七章 图 主讲：戚玉涛 第七章 图 7.1 图的定义与基本术语 7.2 图的存储结构 7.3 图的遍历 7.4 图的连通性问题 7.5 有向无环图的应用 7.6 最短路径 图的定义和术语 图（Graph）是一种比线性表和树更为复杂的数据结构 结点之间的关系可以是任意的，不受限制，图中任意两个元素之间都可能相关。 图有着更为广泛的应用，已经渗透到计算机、逻辑学、物理、化学、通信、甚至日常生活中，图论是计算机的重要理论分支。 图的定义和术语 图(Graph)：G由两个集合 V 和 E 组成，记为G＝(V, E)。 其中： V：是顶点的非空有限集 E：是边的非空有限集合，即两个顶点之间关系的有限集合，边是顶点的无序偶或有序偶 弧：有向边也称为弧，弧是顶点的有序偶 无向图 无向图：所有顶点偶对是无序的 有向图 有向图：所有顶点偶对是有序的 子图 子图：设有两个图G=(V,E)，G’=(V’,E’)，若V’?V 且 E’?E，则称G’为G的子图。 图的边数 设图中顶点数为n，边数为e，则： 有向图：0≤e≤n(n-1) 无向图：0≤e≤n(n-1)/2 完全图 有向完全图： e = n(n-1) 无向完全图： e = n(n-1)/2 稀疏图：对于有很少条边的图(enlogn)， 反之称为稠密图。 顶点的度 顶点V的度TD(V)：关联于顶点V的边或弧的数目 有向图顶点V的入度ID(V)：以顶点V为弧头的边数 有向图顶点V的出度OD(V)：以顶点V为弧尾的边数 路径与回路 路径：从一个顶点V出发，沿着边/弧到达另一个顶 点V’所经历的顶点序列： V，Vi,1，Vi,2，...，Vi,m，V’ 其中（Vi,j-1, Vi,j）或 Vi,j-1, Vi,j?E (2≤j≤m) 回路(环)：起点和终点是同一个顶点的路径。 简单路径/简单环：除了起点和终点外，路径上其余顶点不重复出现的路径/环。 路径的长度：路径上边/弧的数目。 权与网 在实际应用中，有时图的边或弧上往往与具有一定意义的数有关，即每一条边都有与它相关的数，称为权，这些权可以表示从一个顶点到另一个顶点的距离或耗费等信息。我们将这种带权的图叫做赋权图或网。 图的连通性 无向图G的连通性 连通：如果G中顶点Vi与Vj之间有路径，称Vi与Vj是连通的 连通图：无向图G中任意两个顶点之间都连通 连通分量：无向图G的极大连通子图称为G的一个连通分量。 图的连通性 有向图G的连通性 强连通：如果Vi到Vj有路径，Vj到Vi也有路径，称Vi到Vj是强连通的 强连通图：有向图G中任意两个顶点之间都强连通 强连通分量：有向图G的极大强连通子图称为G的一个强连通分量 弱连通图：如果有向图G去掉每条边的方向后得到的无向图是连通的，称G是弱连通图 单向连通图：如果G中任意两个顶点之间至少一个可达另一个，则称G是单向连通图 强连通图一定是单向连通图； 单向连通图一定是弱连通图。 图的生成树 图论中对树的定义：无回路的连通图 无向连通图的生成树：设G（V，E）是具有n个顶点的无向连通图，G的生成树是G的一个极小连通子图，它包含了G的n个顶点及构成树的n-1条边。 第七章 图 7.1 图的定义与基本术语 7.2 图的存储结构 7.3 图的遍历 7.4 图的连通性问题 7.5 有向无环图的应用 7.6 最短路径 图的存储结构 1、邻接矩阵表示法(数组表示法) 2、邻接表表示法 3、有向图的十字链表存储表示 4、无向图的邻接多重表存储表示 邻接矩阵表示法(数组表示法) 用一个一维数组存放图的顶点数据 用一个矩阵A[n][n]来存放图的边的信息 图的邻接矩阵定义： # define max_n 20 //最大顶点数 # define INFINITY INT_MAX //表示极大值∞ typedef enum{DG, DN, AG, AN} GraphKind; //图种类标志： //DG---有向图 //DN---有向网 //AG---无向图 //AN---无向网 图的邻接矩阵定义： typedef struct ArcCell{ //弧结点与矩阵的类型 VRType adj; //VRType为弧的类型。图--0,1;网--权值 InfoType *Info; //与弧相关的信息的指针,可省略 }ArcCell, AdjMatrix[max_n][max_n]; typedef struct{ //图的类型