第二讲 图及分解.pptVIP

第二讲 图的分解 图 图是由节点和边来说明的 节点 = 国家 边 = 相邻国家 图染色问题：用尽可能少的颜色染节点，使得相同颜色节点间不存在边。 考试安排问题 图的定义 图在计算机中如何存储？ 无向图的深度优先搜索 一个探索过程 “探索”过程可行吗？ 无向图连通性 运行时间分析 前、后访问数 无向图DFS总结 有向图的 DFS: 例子 有向图的 DFS: 术语 祖先节点的前/后签名 圈 有向无圈图(dag) 有向无环图(dag) 有向图的连通性 分解图成强连通分量 找一个在源SCC中的节点 找一个在源SCC中的节点 把图分解成强连通分量 强连通算法 * 期末考试安排： -用尽可能少的时间空档； - 如果有学生考二门课，则不能安排它们在同一时间空档。 这也是个图着色问题! 节点 = 考试 边 = 某个学生有节点表示的二门考试 颜色 = 时间空档 图是G = (V,E)，其中 V: 节点集 E: 边集 V = {1,2,3,4,5} E = {{1,2}, {2,3}, {3,4}, {2,5}, {4,5}} 无向边: 对称关系 例如World wide web 节点 URL 边 (u,v) u 指向 v 亿万个节点和边! 有向图 (x,y): 从 x到y的边 邻接矩阵表示法 V x V 矩阵 A A(i,j) = 1 如果 (i,j) 在 E 0 否则 如果G是无向图，则矩阵是对称的 邻接表表示法 每个节点,对应一个表 堆栈 用布尔变量表示每个节点是否已访问 计算机模拟 标记线 – 引导回到起始点 用粉笔标示访问过的节点 常见方法 不要漏掉任何节点 不要在圈中转 可能遇到的困难 从一个给定的节点，图的那些部分可达? 采用邻接表表示，这就象在迷宫中行走... procedure explore(G,v) input: graph G = (V,E); node v in V output: visited[u] is set to true for all u reachable from v visited[v] = true previsit(v) for each edge (v,u) in E: if not visited[u]: explore(G,u) postvisit(v) explore(G,a): procedure explore(G,v) visited[v] = true for each edge (v,u) in E: if not visited[u]: explore(G,u) 它会停吗? 对任一节点u, explore(G,u)最多调用一次; 其后 visited[u]被设置。. 它访问从v可达每个节点吗? 假设它漏掉从v可达节点 u， 我们可推出一个矛盾。 任选一条从v到u的路径,设z是路径上最后被访问的节点。 那么w会在explore(G,z)中被错过，这是个矛盾. 一个无向图是连通的如果任意节点对之间都存在一条路径。 procedure dfs(G) for all v in V: visited[v] = false for all v in V: if not visited[v]: explore(G,v) 此图有2个连通部分 explore(G,v) 返回包含v的连通部分。 要探索图的其余部分，在其余地方重新调用explore(). DFS分解该无向图成二个连通部分! explore(G,a) explore(G,h) procedure explore(G,v) visited[v] = true for each edge (v,u) in E: if not visited[u]: explore(G,u) procedure dfs(G) for all v in V: visited[v] = false for all v in V: if not visited[v]: explore(G,v) dfs(G) 要花多少时间? 对每个节点v，explore(G,v)只调用一次。 在调用期间， 所花时间 = O(1) + 内部循环所花时间 因此，全部时间 = O(|V|) +全部内部循化所花时间 在内部循环中:每条边被检查二次， 每个端点一次。因此 O(|E|). 全部时间: O(|V|+|E|), 与图的大小成线性关系。 procedure explore(G,v) visited[v] = true previs