图结构(精简版).ppt

第6章 图结构 图结构知识点 6.1 图的基本概念 6.3 图的存储结构 6.3.1 图的邻接矩阵表示法 6.3.2 图的邻接表表示法 6.4 图的遍历 6.4.1 深度优先搜索 6.4.2 广度优先搜索 6.5 最小生成树 6.5.1 Kruskal算法 6.6 最短路径问题 6.6.1 权值为非负的单源最短路径问题－Dijkstra算法 线性结构、树形结构、图结构 复习 数据的逻辑结构可以表示为数据结点集合K和结点关系集合R：(K, R) K：系统中所有数据结点构成的集合。 R：集合K中数据结点之间关系构成的集合。 R是K×K上的二元关系。 线性结构：唯一前驱、唯一后继，反映一种线性关系。 树形结构：唯一前驱、多个后继，反映一种层次关系。 图结构：不限制前驱的个数，也不限制后继的个数，反映一种网状关系。 6.1 图的基本概念 6.1.1 有向图与无向图 无向图：图中的每条边没有方向。通常用符号(u,v)表示顶点u到顶点v的一条无向边。 有向图：图中的每条边(通常可称为弧)都有方向。通常用符号u,v表示顶点u到顶点v的一条有向边，其中u为这条边的起始顶点(起点)，v为这条有向边的终止顶点(终点)。 有向图的基图：忽略有向图所有边的方向，得到的无向图称为该有向图的基图。 说明：如果一个图中某些边具有方向性，而其他边没有方向性，这种图可以称为混合图。 6.1.2 完全图、稀疏图、稠密图 完全图：如果无向图中任何一对顶点之间都有一条边，这种无向图称为完全图。在完全图中，阶数和边数存在关系式：m = n×(n-1)/2。阶为n的完全图用Kn表示。 有向完全图：如果有向图中任何一对顶点u和v，都存在u, v和v, u两条有向边，这种有向图称为有向完全图。在有向完全图中，阶数和边数存在关系式：m = n×(n-1)。 稀疏图：边或弧的数目相对较少（远小于n×(n-1)）的图称为稀疏图。有的文献认为，边或弧的数目mnlog(n)的无向图或有向图，称为稀疏图。 稠密图：边或弧的数目相对较多的图（接近于完全图或有向完全图）称为稠密图。 平凡图：只有一个顶点的图，即阶n = 1的图称为平凡图。相反，阶n1的图称为非平凡图。 零图：边的集合E(G)为空的图，称为零图。 6.1.3 顶点与顶点、顶点与边的关系 在无向图和有向图中，顶点和顶点之间的关系，以及顶点和边的关系是通过“邻接”这个概念来表示的。 6.1.4 顶点的度数 有关顶点度数的几个概念 偶点与奇点：为方便起见，把度数为偶数的顶点称为偶点，把度数为奇数的顶点称为奇点。 定理：每个图都有偶数个奇点。 孤立顶点：度数为0的顶点，称为孤立顶点。孤立顶点不与其他任何顶点邻接。 叶：度数为1的顶点，称为叶顶点，也称叶顶点、或端点。其他顶点称为非叶顶点。 图G的最小度：图G所有顶点的最小的度数，记为δ(G)。 图G的最大度：图G所有顶点的最大的度数，记为Δ(G)。 6.1.5 子图与生成树 6.1.6 路径 路径是图论中一个很重要的概念。 6.1.7 连通性 6.1.8 权值、有向网与无向网 权值：某些图的边具有与它相关的数，称为权值。这些权值可以表示从一个顶点到另一个顶点的距离、花费的代价、所需的时间等。如果一个图，其所有边都具有权值，则称为网络。 根据网络中的边是否具有方向性，又可以分为有向网和无向网。网络可以用G(V, E)表示，其中边的集合E中每个元素包含3个分量：边的两个顶点和权值。 6.3 图的存储结构 常用的存储表示方法有： 邻接矩阵√√ 邻接表√ 邻接多重表 6.3.1 图的邻接矩阵表示法 在邻接矩阵中，除了一个记录各个顶点信息的顶点数组外，还有一个表示各顶点之间关系的矩阵，称为邻接矩阵。 问题：从图的邻接矩阵可以获得什么信息？ 2. 有向网(无向网)的邻接矩阵 邻接矩阵的局限性 尽管绝大多数图论的题目可以采用邻接矩阵存储图，但由于邻接矩阵无法表达环和重边的情形，所以有时不得不采用邻接表去存储图，详见欧拉回路的课件。 另外，当图的边数(相对顶点个数)较少时，使用邻接矩阵存储会浪费较多的存储空间，而用邻接表存储可以节省存储空间。 6.3.2 图的邻接表表示法 邻接表：把同一个顶点发出的边链接在同一个称为边链表的单链表中。(这种邻接表也称为出边表) 单链表的每个结点代表一条边，称为边结点，每个边结点有2个域。 逆邻接表：也称为入边表，顶点i的边链表中链接的是所有进入该顶点的边。适合求顶点的入度。 无向图的邻接表 每条边在邻接表里出现2次。 邻接表的实现 采用邻接表存储图时构造有向图的方法 释放各顶点边链表中的边结点 6.3.3 关于邻接矩阵和邻接表的进一步讨论 6.4 图的遍历 图的遍历(Graph Traversal)的含义：从已给图中的某一顶点出发，沿着一些边访遍图中所有的顶点，且使