7.17.3（与第9章作业合交）.pptVIP

第7章 图 7.4 图的其他运算 1. 求图的生成树（小结） 例1 ：画出下图的生成树 求最小生成树 Kruskal算法示例：对边操作，归并边 普利姆（Prim）算法示例： 归并顶点 3. 求最短路径 一、单源最短路径 (Dijkstra算法) 二、所有顶点之间的最短路径 7.5 图的应用 AOE网络的用途： 1. 【计算机系考研题1999】对于下面的AOE网络，试回答下列问题： （8分） 刘先 “蒙”答有关内容： 讨论： 学 长 谈 学（图的应用篇） 第7章小结 * 7.1 7.3 (与第9章作业合交） 方案一：二叉树的建立和遍历 具体内容：先生成一棵二叉树，再用中序遍历方式打印每个结点值，并统计其叶子结点的个数。 方案二：哈夫曼树的建立和编码器的实现 具体内容：先生成一棵哈夫曼树，再打印各字符对应的哈夫曼编码。 方案三：哈夫曼编/译码器的设计与实现 具体内容：参见严题集P149 实习5.2要求，或参见自测卷 实 验 二 第7章?图 作业 检查方式：到韵苑检查 7.1 基本术语 7.2 存储结构 7.3 图的遍历 7.4 图的其他运算 7.5 图的应用 1. 求图的生成树 2. 求最小生成树 3. 求最短路径 4. 求关节点和重连通分量（略） 5. 拓扑排序（见下节） 6. 求关键路径（见下节） 生成树的特征: ——n 个顶点的连通图的生成树有 n 个顶点、n-1 条边。 求生成树的方法: ——DFS（深度优先搜索） ——BFS（广度优先搜索） 注1：生成树是原图的极小连通子图； 注2：从不同顶点出发进行DFS或BFS，得到的生成树不同，即：图的生成树不惟一。 DFS生成树 v0 v1 v2 v4 v4 v3 邻接表 4 3 2 1 0 ^ 1 3 3 4 ^ 1 4 2 ^ 0 v4 v3 v2 v1 v0 2 3 ^ 1 4 2 ^ 0 v0 v2 v1 v4 v3 BFS生成树 v0 v1 v3 v2 v4 无向连通图 v0 v1 v2 v4 v4 v3 v0 v1 v2 v4 v4 v3 本例无回溯 Minimum Cost Spanning Tree 目标：在网（有权图）的多个生成树中，寻找一个各边权值之和最小的生成树（MST）。 典型实例： n个城市建网，如何选择n–1条线路，使总费用最少？——用最小生成树求解 Kruskal（克鲁斯卡尔）算法 Prim（普里姆）算法 求最小生成树有两种方法： 注：任何一个无向连通图的最小生成树只有一棵。 对边操作 对顶点操作 1 4 6 5 2 3 1 5 6 5 5 4 6 3 6 2 1 5 4 3 2 1 3 5 2 4 6 Kruskal算法效率分析： Kruskal算法的时间效率＝O（elog2e） Kruskal算法是归并边，适用于稀疏图（用邻接表） 1 4 6 5 2 3 1 5 6 5 5 4 6 3 6 2 3 6 4 2 5 1 Prim算法效率分析： Prim算法的时间效率＝O（n2） Prim算法是归并顶点，适用于稠密网。 一顶点到其余各顶点 两种常见的最短路径问题： 一、 单源最短路径—用Dijkstra（迪杰斯特拉）算法 二、所有顶点间的最短路径—用Floyd（弗洛伊德）算法 典型用途：交通问题。如：城市A到城市B有多条线路，但每条线路的交通费（或所需时间）不同，那么，如何选择一条线路，使总费用（或总时间）最少？ 问题抽象：在带权有向图中A点（源点）到达B点（终点）的多条路径中，寻找一条各边权值之和最小的路径，即最短路径。 （注：最短路径与最小生成树不同，路径上不一定包含n个顶点） 任意两顶点之间 目的： 设一有向图G=（V, E），已知各边的权值，以某指定点v0为源点，求从v0到图的其余各点的最短路径。限定各边上的权值大于或等于0。 例1： 源点 从F→A的路径有4条： ① F→A： 24 ② F→B→A： 5＋18=23 ③ F→B→C→A：5+7+9=21 ④ F→D→C→A：25+12+9=36 想一想： 从F→B的最短路径是哪条？ 从F→C的最短路径是哪条？ 迪杰斯特拉 应按路径“长度” 递增的次序，逐步产生最短路径 可以通过调用n次Dijkstra算法来完成， 时间复杂度为O(n3) 还有更简单的一个算法：Floyd算法（略） ① AOV网(Activity On Vertices)—用顶点表示活动的网络 AOV网定义：若用有向图表示一个工程，在图中用顶点表示活动，用弧表示活动间的优先关系。Vi 必须先于活动Vj 进行。则这样的有向图叫做用顶点表示活动的网络，简称 AOV。 ② AOE网(Activity On Edges)—用边表示活动的网络