第12章 图(一).ppt

伪代码 / /在一个具有n 个顶点的网络中找到一棵最小生成树 令T为所选边的集合，初始化T=Φ 令E为网络中边的集合 while (E≠Φ) (|T|≠n-1) { 令(u,v)为E中代价最小的边 E=E-{ (u,v) } / /从E中删除边 if ((u,v)加入T中不会产生环路) 将(u,v)加入T } i f (|T| == n-1) T是最小耗费生成树 else 网络不是连通的，不能找到生成树 * Prim算法 贪心准则 加入后仍形成树，且耗费最小 始终保持树的结构——Kruskal算法是森林 算法过程 从单一顶点的树T开始 不断加入耗费最小的边(u, v)，使T∪{(u, v)}仍为树——u、v中必然有一个已经在T中，另一个不在T中 * Prim算法伪代码 //假设网络中至少具有一个顶点 设T为所选择的边的集合，初始化T=Φ 设TV为已在树中的顶点的集合，置TV={1} 令E为网络中边的集合 while (EΦ) (|T|n-1) { 令(u,v)为最小代价边，其中u∈TV,v∈TV if (没有这种边) break E=E-{(u,v)}//从E中删除此边 在T中加入边(u,v) } if (|T|==n-1) T是一棵最小生成树 else 网络是不连通的，没有最小生成树 * 例 * 例（续） * * 邻接压缩表示例（续） 1 2 3 5 6 7 4 * 邻接压缩表示例 * 优化 数组元素的压缩 h：取值范围0~2e， 位即可 l：取值范围1~n， 位即可 总空间： * 时间复杂性 e远远小于n2?空间复杂性远优于邻接矩阵 顶点i的度h[i+1]-h[i]，边总数h[n+1]/2，Q(1) 增加、删除一条边，O(n+e) * 存储方式3：邻接链表 邻接压缩表插入、删除复杂 邻接链表（linked-adjacency-list） 邻接表（邻接顶点集合）用链表保存 Chainint类型的数组hh[i]——顶点i的邻接表 * 邻接链表示例 * 邻接链表示例（续） 1 2 3 5 6 7 4 * 邻接链表示例（续） * 复杂性分析 空间复杂性 2(n+m+1)，有向图：m=e，无向图：m=2e 时间复杂性 插入、删除边高效 求邻接顶点集合：Q(n) 求边的总数：Q(e) * 存储方式4：十字链表 * 网络的描述 图描述简单扩充，描述边的耗费 耗费邻接矩阵（cost-adjacency-matrix）C A(i, j)=1，C(i, j)——对应边的耗费（权重） A(i, j)=0，C(i, j)=∞——不存在边 * 耗费邻接矩阵例 * 耗费邻接矩阵例（续） * 耗费邻接矩阵例（续） * 邻接链表实现 * 小结 邻接矩阵适用于稠密图、邻接表适用于稀疏图 需要熟练掌握前三种表示方法 * 主要内容 图的基本概念 图的存储及基本操作 图的遍历 最小生成树 * 图的遍历 从一个给定节点开始，访问所有可达节点，且每个顶点仅访问一次 宽度优先搜索（Breadth-First Search, BFS） 开始顶点1 1可达的顶点集合{2, 3, 4} {2, 3, 4}可达的顶点集合{5, 6, 7} {5, 6, 7}可达的顶点集合{8, 9} * 宽度优先搜索示例 * 宽度优先搜索算法伪代码 / /从顶点v 开始的宽度优先搜索 把顶点v标记为已到达顶点； 初始化队列Q，其中仅包含一个元素v; while (Q不空) { 从队列中删除顶点w; 令u 为邻接于w 的顶点; while (u) { if ( u 尚未被标记) { 把u 加入队列； 把u 标记为已到达顶点； } u = 邻接于w 的下一个顶点； } } * 定理12-1 定理12-1 设N是一个任意的图、有向图或网络，v 是N 中的任意顶点上述伪代码能够标记从v 出发可以到达的所有顶点（包括顶点v）。 * 复杂性分析 可达顶点都被标记 每个顶点只加入队列一次，也只删除一次——处理一次 处理顶点——遍历它所有邻接顶点 邻接矩阵——Q(sn) 邻接链表—— * 深度优先搜索 Depth-First Search，DFS v为开始顶点，首先标记v 选择一个与v邻接，且尚未标记的顶点u 像处理v一样对u进行处理——DFS递归调用 对u的处理完毕后，选择另一个与v相邻且未标记的顶点，继续搜索 若不存在，搜索中止 * 深度优先搜索例 1?2?5?8 ?3 ?4?6 ?7?9 * 生成树 对连通图进行BFS，所有顶点都被标记 到达一个新的顶点，要通过相应的边 恰好n-1条边——连通子图——生成树 * 宽度优先搜索构造生成树 1 6 8 * 深度优先搜索构