第7章节 图jqj.ppt

分析上述算法：图中每个顶点至多入队一次，因此外循环次数为n。当图G采用邻接表方式存储，则当结点v出队后，内循环次数等于结点v的度。由于访问所有顶点的邻接点的总的时间复杂度为O(d0+d1+d2+:+dn-1)=O(e)， 因此，图采用邻接表存储，广度优先搜索算法的时间复杂度为O(n+e)。 图采用邻接矩阵存储，由于找每个顶点的邻接点时，内循环次数等于n，因此广度优先搜索算法的时间复杂度为O(n2)。 7.4 图的连通性问题 1. 无向图的连通分量和生成树 对无向图进行遍历： 对于连通图，无论是广度优先搜索还是深度优先搜索，仅 需要调用一次搜索过程，即从任一个顶点出发， 便可以遍历图 中的各个顶点。 对于非连通图，则需要多次调用搜索过程，而每次调用得 到的顶点访问序列恰为各连通分量中的顶点集合。 例： 图 (a) 是一个非连通图，按照它的邻接表进行深度优先搜 索，需三次调用DFSM函数，得到的访问顶点序列分别为： 1， 2， 4， 3， 9  5， 6， 7 8， 10 这三个顶点集合分别加上相应的边，便构成了此非连通图 的三个连通分量。 连通图的生成树： 设E(G)为连通图 G 中所有边的集合，则从图中任一顶点出发 遍历图时，必定将 E(G) 分成两个集合 T(G) 和 B(G)： T(G) 是遍历过程中历经的边的集合； B(G) 是剩余的边的集合。 显然， T(G) 和图 G 中所有顶点一起构成连通图 G 的极小连通 子图。 这个极小连通子图就是一棵生成树，分别称为深度优先生成 树和广度优先生成树。 V1 V5 V2 V4 V8 V3 V6 V7 例：此图为连通图。 图(a) 、 图(b)分别为它的深度优先生成树和广度优先生成树。 图中虚线为集合 B(G) 中 的边，实线为集合 T(G) 中的边。 V1 V5 V2 V4 V8 V3 V6 V7 V1 V5 V2 V4 V8 V3 V6 V7 图(a) 深度优先生成树 连通图 图(b) 广度优先生成树 对于非连通图，通过这样的遍历，将得到生成森林。 例：图(b) 为图(a) 的深度优先生成森林。 它由三棵深度优先生成树组成。 J H K L M A I C F G B D E J H K L M A I C F G B D E 图(a) 非连通无向图 图(b) 深度优先生成森林 关于生成树的总结： 所有顶点均由边连接在一起，但不存在回路的图就为生成树。 一个图可以有许多棵不同的生成树。 所有生成树具有以下共同特点： （1）生成树的顶点个数与图的顶点个数相同。 （2）生成树是图的极小连通子图：在生成树中去一条边则不通； 在生成树中加一条边则构成回路。 （3）生成树中任意两个顶点间的路径唯一。 （4）一个有 n 个顶点的连通图的生成树共有 n-1 条边。 （5）但含 n 个顶点 n-1 条边的图不一定是生成树。 G H K I 2.最小生成树 （1）最小生成树的基本概念 对连通图的不同遍历，就可能得到不同的生成树。 无向连通图的生成树不一定唯一。 对连通图的一次遍历所经过的边的集合及图中所有顶点的集合就构成了该图的一棵生成树。 例：如图为无向连通图；图 (a)、(b) 、(c)均为它的生成树。 V1 V5 V2 V4 V8 V3 V6 V7 V1 V5 V2 V4 V8 V3 V6 V7 V1 V5 V2 V4 V8 V3 V6 V7 （a） （b） （c） V1 V5 V2 V4 V8 V3 V6 V7 无向连通图的三棵生成树 虽然生成树不唯一，但可证明，对于有 n 个顶点的无向连通 图，所有生成树都有且仅有 n-1 条边。 如果无向连通图是一个网，那么，它的所有生成树中必有一棵边的权值之和为最小的生成树，简称为最小生成树。 （2）最小生成树的应用 问题提出： 要在 n 个城市间建立通信联络网： 顶点——表示城市； 权——城市间建立通信线路所需花费代价； 希望找到一棵生成树，它的每条边上的权值之和（即建立该 通信网所需花费