相鄰矩陣AdjacencyMatrix.PPTVIP

德明科技大學資訊科技系 圖形結構Graph Structure chapter 9 圖形理論的起源 「肯尼茲堡橋樑」問題 由某地點出發，最後再回到原出發點，必須要經過每一座橋，並且只能經過一次 數學家尤拉（Eular）使用的方法 利用頂點（Vertices）來表示每塊土地，邊（Edge）代表每一座橋樑 如果每個頂點的分支度皆為偶數時，才能從某一個頂點出發，經過每一個邊後，再回到出發的頂點 圖形 Graph 由頂點(Vertices)和邊(Edges)所組成 以G=(V,E)來表示 V為所有頂點的集合，E為所有邊的集合 無向圖形(Undirected Graph) 邊(Edges)是沒有方向性的 邊(V1,V2)與邊(V2,V1)是相同的 有向圖形(Directed Graph) 邊(Edges)是有方向性的 邊V1,V2與邊V2,V1是不相同的 圖形結構中常用的專有名詞 完整圖形 ( complete graph ) 在「無向圖形」中，若有n個頂點，並且恰好有n(n-1)/2個邊，稱為「完整圖形」。 在「有向圖形」中，若有n個頂點，並且恰好有n(n-1)個邊，稱為「完整圖形」 路徑 ( path ) 在圖形，相異兩點間所經過的邊稱為路徑 如圖(A)中，A到E的路徑有{(A,B), (B,E)}、{(A,C), (C,E)}及{(A,B),(B,D),(D,E)}等 簡單路徑(simple path) 路徑不會有循環(cycle，又稱迴圈) {(A,B),(B,D),(D,E),(E,C),(C,A)}起點及終點都是A，所以是一個循環路徑。 路徑長度(Path Length) 路徑長度 k 代表路徑上的邊(Edge)的數量 子圖(subgraph) 若 G’=(V’,E’) 是 G=(V,E) 的子圖，則V’?V與E’?E 連通(Connected) 在無向圖形中，若頂點Vi到頂點Vj間存在路徑，則Vi和Vj是相連的 連通圖形(Connected Graph) 如果圖形G中，任兩個頂點均為相連，則此圖形稱為相連圖形，否則稱為非相連圖形 連通單元(Connected Component) 圖中最大的連通子圖（Maximal Connected Subgraph），下圖可以視為2個連通單元 緊密連通(Strongly Connected) 有相向圖形(Directed Graph)之中，任一個頂點Vi,Vj 之間都有一條從 Vi 到 Vj 的路徑並且也有一條從Vj到 Vi的路徑(Directed Graph) 相鄰(Adjacent) 兩個頂點 u,v?V，(u,v)?E，稱頂點 u 與頂點 v 相鄰 兩個頂點有邊直接相連 分支度(Degree) 無向圖：頂點 u 的分支度=附著於 u 的邊的總數，如圖9-3之圖(A)中A頂點的分支度為2 有向圖G=(V,E) 入分支度 ( in - degree )：指某一個頂點v擁有「進入」的邊數。如圖9-3之圖(B)中，A 頂點的入分支度為0，而E頂點的入分支度為2 出分支度 ( out - degree )：剛好和入分支度相反，指的是某一頂點v擁有「出去」的邊數。如圖9-3之圖(B)中，A頂點的出分支度為2，而E頂點的出分支度為0 圖形的表示法 圖形的表示法有四種常見的方式 相鄰矩陣(Adjacency Matrix) 相鄰串列(Adjacency Lists) 相鄰多元串列(Adjacency Multi lists) 索引表格(Indexed Table) 相鄰矩陣 若圖形G = ( V , E ) 、|V|=n、 n = 1 具有 n 個頂點 我們可以利用一個 n × n 的二維陣列來表示圖形G ，稱其為相鄰矩陣 ( adjacency matrix ) 相鄰矩陣 特性 矩陣A[i][j] = 0 表示邊E(i,j)不存在 矩陣A[i][j] = 1 表示邊E(i,j)存在 無向圖的相鄰矩陣以對角線對稱，A[i][j]=A[i][j] 相鄰串列 若圖形G = ( V , E ) 、|V|=n、 n = 1 具有 n 個頂點，使用n個鏈結串列來存放圖形 每個鏈結串列分別代表一個頂點及其相鄰的頂點 相鄰串列 加權圖形 在圖形中的邊(E)可以附帶數字(稱為權重)以描述相關的資訊 例如兩個都市之間的距離 以相鄰矩陣時表示加權圖形時，矩陣內的數值就不是只有0與1，而是 0: 代表沒有邊連接兩個頂點 權重數值 圖形的走訪 和樹的走訪(traversal)相同，圖形的走訪條件是 每個節點都會被拜訪 每個節點都只會走到一次 圖形走訪主要有兩種做法 深度優先搜尋 Depth-First-Search，DFS 廣度優先搜尋 Breadth-First-Search，BFS 深度優先搜尋法 DFS 深