北工大(数据结构)11-DSch7Graph.ppt

* 邻接矩阵：从弧尾找弧头，需跳过0找1,效率低 邻接表：有多少条弧单链表中就有多少弧结点(有几个存储几个,不浪费),善于从弧尾找弧头 十字链表：邻接表和逆邻接表的结合,既可以从弧尾找弧头(邻接表),也可从弧头找弧尾(逆邻接表)； 拓扑排序操作2)只需要找弧头，不需要找弧尾，所以冗余 选中邻接表; 由基本操作1)，又需要对入度进行减1操作,需要存储每点入度，在邻接表顶点数组中增设存储入度域 * 每次改变D[i].length，可以通过先删除再重新插入的方法来改变顶点i在堆中的位置， 或者仅为某个顶点添加一个新值(更小的)，作为堆中新元素(而不作删除旧值的操作，因为旧值被找到时，该顶点一定被标记为VISITED，从而被忽略)。 不作删除旧值的缺点是，在最差情况下，它将使堆中元素数目由Θ(|V|)增加到Θ(|E|)，此时总的时间代价为Θ((|V|+|E|)log|E|)，因为处理每条边时都必须对堆进行一次重排。 7.5.2 每对顶点间的最短路径 Floyd算法 Floyd算法思想： 假设用相邻矩阵adj表示图 Floyd算法递归地产生一个矩阵序列adj(0)，adj(1)，…， adj(k) ，…， adj(n) adj(k)[i，j]等于从顶点Vi到顶点Vj中间顶点序号不大于k的最短路径长度 假设已求得矩阵adj(k-1)，那么从顶点Vi到顶点Vj中间顶点的序号不大于k的最短路径有两种情况： 一种是中间不经过顶点Vk，此时adj(k)[i,j]=adj(k-1)[i,j] 另一种是中间经过顶点Vk，此时adj(k)[i,j]adj(k-1)[i,j]， adj(k)[ i,j]= min{adj(k-1)[ i,j], adj(k-1)[ i,k]+ adj(k-1)[ k,j]} 7.5.2 每对顶点间的最短路径 V0 V1 V2 5 2 8 3 adj0 0 ∞ 2 5 0 8 ∞ 3 0 adj1 0 ∞ 2 5 0 7 ∞ 3 0 adj2 0 ∞ 2 5 0 7 8 3 0 adj3 0 5 2 5 0 7 8 3 0 path 0 -1 0 1 1 1 -1 2 2 path 0 -1 0 1 1 0 -1 2 2 path 0 -1 0 1 1 0 1 2 2 path 0 2 0 1 1 0 1 2 2 途经v0只看[1,2][2,1] D[1,2]D[1,0]+D[0,2] D[2,1]D[2,0]+D[0,1] 途经v1只看[0,2][2,0] D[0,2]D[0,1]+D[1,2] D[2,0]D[2,1]+D[1,0] 途经v2只看[0,1][1,0] D[0,1]D[0,2]+D[2,1] D[1,0]D[1,2]+D[2,0] path[0]=0 path[1]=1 path[2]=2 if D[ij]=∞ path[ij]=-1 7.5.2 每对顶点间的最短路径 途经v1只看[2,3][3,2] D[2,3]D[2,1]+D[1,3] D[3,2]D[3,1]+D[1,2] 途经v2只看[1,3][3,1] D[1,3]D[1,2]+D[2,3] D[3,1]D[3,2]+D[2,1] 途经v3只看[1,2][2,1] D[1,2]D[1,3]+D[3,2] D[2,1]D[2,3]+D[3,1] 7.5.2 每对顶点间的最短路径[算法7.9] void Floyd(Graph G, Dist** D){ 1/2 int i, j, v; //i,j,v作为计数器 D=new Dist*[G.VerticesNum( )]; //创建D[ ][ ] for(i=0; ;iG.VerticesNum();i++) { D[i]=new Dist[G.VerticesNum()]; } for(i=0;iG.VerticesNum( );i++) //初始化D数组 for(j=0;jG.VerticesNum( );j++) if(i==j){ D[i][j].length=0; D[i][j].pre=i; }//对角线0 else{D[i][j].length =INFINITY; D[i][j].pre=-1;}//无路 for(v=0;vG.VerticesNum();v++) for(Edge e=G.FirstEdge(v);G.IsEdge(e);e=G.NextEdge(e)){ D[v][G.ToVertex(e)].length=G.Weight(e); //按权初始D