图遍历和生成树.pptVIP

第7章 图 7.1 图的定义和术语 7.2 图的存储结构 7.3 图的遍历(重点、难点) 7.4 图的连通性问题 7.5 有向无环图及其应用 7.6 最短路径;期末考试;;7.3 图的遍历;图的遍历操作要解决的关键问题;1.深度优先搜索(DFS， Depth_First Search );详细过程：; 例：从顶点v1出发，DFS下图。;图的DFS算法一般描述 int visited[MAXVEX]; //访问标志数组 void DFSTraverse(Graph G) { //对图G作深度优先遍历 for( v=0; vG.vexnum; ++v ) visited[v]=FALSE; //访问标志数组初始化0 for( v=0; vG.vexnum; ++v ) if( !visited[v] ) DFS(G,v); //对尚未访问的顶点调用DFS } ;void DFS (Graph G, int v) { //从第v个顶点出发递归地深度优先遍历图G visited[v]=TRUE ; Visit(v); //访问第v个顶点 //对v的尚未访问的邻接顶点w递归调用DFS for(w=FirstAdjVex(G,v); w=0; w=NextAdjVex(G,v,w)) if (!visited[w]) DFS(G,w); };用邻接表实现图的深度优先搜索;在图的邻接表中如何进行DFS？;void DFS(ALGraph G, int v) { ArcNode *p; visited[v] = 1; /*置已访问标记*/ printf(%d , v); /*输出被访问顶点的编号*/ p = G.vertices[v].firstarc; /*p指向顶点v的第一个邻接点*/ while (p!=NULL) { if (visited[p-adjvex]==0) DFS(G, p-adjvex); /*若p-adjvex顶点未访问,递归访问它*/ p = p-nextarc; /*p指向顶点v的下一个邻接点*/ } }; for( j=0; jG.vexnum; j++) if ( G.arcs[v][ j] ! visited[j] ) DFS1(G, j); } // DFS1;分析： 在遍历图时，对图中每个顶点至多调用一次DFS函数，因为一旦某个顶点被标志成已被访问，就不再从它出发进行搜索。 因此，遍历图的过程实质上是对每个顶点查找其邻接点的过程。其耗费的时间则取决于所采用的存储结构。 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)。;2.广度优先搜索(BFS, Breadth_First Search); 例：从顶点v1出发，BFS下图。;用邻接表实现图的广度优先搜索;BFS非递归算法; while (!QueueEmpty(Q)) { DeQueue(Q, u); // 队头元素出队并置为u for (w=FirstAdjVex(G,u); w=0; w=NextAdjVex(G,u,w)) if ( ! visited[w]){ //w为u的尚未访问的邻接顶点 visited[w] = TRUE; Visit(w); EnQueue(Q, w); } //if } //while }//if } // BFSTraverse;分析： 每个顶点至多进一次队列。遍历图的过程实质上是通过边或弧找邻接点的过程，因此广度优先搜索遍历图的时间复杂度和深度优先搜索遍历相同，两者不同之处仅仅在于对顶点访问的顺序不同。 邻接矩阵：O(n2) 邻接表：O(n+e);第7章 图 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 7.5 有向无环图及其应用 7.6 最