数据结构与算法—赵玉兰 第章 图.ppt

图的基本操作： 对顶点的操作 定位、访问、插入、删除 获得指定顶点的邻接点 对边（或弧）的操作 插入、删除 对图的操作 创建、删除、遍历（深度优先、广度优先） 6.2 图的存储结构 图有以下几种常用的存储结构： 邻接矩阵表示法：无向图、有向图 邻接表表示法：无向图、有向图 邻接多重表表示法：无向图 十字链表表示法：有向图 int FirstAdjVex(int v) { if(ghead[v]-firstout) //书上没有此行代码 return ghead[v]-firstout.adjvex; else return -1; //书上没有此行代码 } //FirstAdjVex 每个边结点包含五个域： mark是标志域，标记该边是否被遍历过； vex1与vex2是该边所关联的两个顶点在图中的序号； link1是指向下一条与顶点vex1相关联的边； link2是指向下一条与顶点vex2相关联的边。 每个表头结点仍包含两个域： data存放该顶点的相关信息（如：顶点在图中的编号）； firstEdge是指向第一条与该顶点相关联的边。 每个弧结点包含五个域： mark是标志域，标记该边是否被遍历过； hvex表示该弧的起点在图中的位置（序号）； tvex表示该弧的终点在图中的位置（序号）； hink是指向起点相同的下一条弧； tink是指向终点相同的下一条弧。 每个表头结点包含三个域： data存放该顶点的相关信息（如：顶点在图中的编号）； firstin是指向该顶点为终点的第一个弧结点； firstout是指向该顶点为起点的第一个弧结点。 6.3 图的遍历 图的遍历：从图中某一顶点出发，按照某种搜索路径访问图中的所有顶点，使得每个顶点被访问且仅被访问一次。 图的两种遍历方法： 深度优先遍历(Depth-First Search, DFS) 广度优先遍历(Breadth-First Search, BFS) 两种遍历方法对无向图和有向图都适用。 6.3.1 深度优先遍历 深度优先遍历的基本思想： 首先，从图中某一顶点v开始，先访问v； 其次，从顶点v出发，访问它的第一个邻接点w1； 然后，再从顶点w1出发，访问与w1邻接但还未被访问过的顶点w2； 6.3.1 深度优先遍历 深度优先遍历的基本思想： 重复上述过程，直到某一顶点的所有邻接点都被访问过，则退回到上一步访问过的顶点，并查看该顶点是否还有未被访问过的邻接点。 如果有，则访问其邻接点，之后再进行与前述类似的访问； 如果没有，则再往上退一步进行查看。 直到图中所有顶点都被访问完为止。 6.3.1 深度优先遍历 例：以顶点A为起点进行深度优先遍历。 6.3.1 深度优先遍历 为了保证图中每个顶点只被访问一次，需要设置一个辅助数组visited[n]（n是图中顶点的个数）： 数组元素的初值均为0(False)，表示对应顶点未被访问过； 在图的遍历过程中，一旦某一个顶点Vi被访问，就把其对应的数组元素visited[i]置为1(True)。 图的深度优先遍历算法如下: void DFSTraverse( ) { //深度优先遍历算法 int visited[n]; //开辟访问标志数组 for (v=0; vn; v++) visited[v]=0; //初始化访问标志数组 for (v=0; vn; v++) if (!visited[v]) DFS(v); //每次从尚未访问过的顶点中 //选取一个顶点v，从顶点v出发调用DFS(v) } //DFSTraverse 深度优先算法的时间复杂度： 设有n个顶点，e条边（或弧）的无（或有）向图。 如果用邻接矩阵存储图：（邻接矩阵与e无关） 在DFSTraverse( )函数中，初始化visited数组所需时间为O(n)，并调用n次DFS( )函数； 在DFS( )函数中，需要遍历邻接矩阵的一行才能得到邻接点，因此循环将执行n次； 综上，无向图深度优先遍历算法的时间复杂度为O(n)+O(n*n)=O(n+n2)，即：O(n2)。 有向图的深度优先遍历算法的时间复杂度也为O(n2)。 深度优先算法的时间复杂度： 设有n个顶点，e条边（或弧）的无（或有）向图。 如果用邻接表存储图： 在DFSTraverse( )函数中，初始化visited数组所需时间为O(n)，并调用n次DFS( )函数； 在DFS( )函数中，每个顶点对应链表中边结点的个数为该顶点的度，因此循环将执行D