[计算机软件及应用]数据结构PPT.ppt

⑶ 改变G中每一条弧的方向，构成一个新的有向图G’。 ⑷ 按⑵中标出的顶点编号，从编号最大的顶点开始对G’进行深度优先搜索，得到一棵深度优先生成树。若一次完整的搜索过程没有遍历G’的所有顶点，则从未访问的顶点中选择一个编号最大的顶点，由它开始再进行深度优先搜索，并得到另一棵深度优先生成树。在该步骤中，每一次深度优先搜索所得到的生成树中的顶点就是G的一个强连通分量的所有顶点。 ⑸ 重复步骤⑷ ，直到G’中的所有顶点都被访问。 如图7-20(a)是求一棵有向树的强连通分量过程。 d a c f e b (a) 有向图G 6 5 4 3 2 1 d a c f e b (b) 执行步骤(1)和(2) a c d f e b (c) 执行步骤(3) a d c b e f (d) 执行步骤(4)和(5) 图7-20 利用深度优先搜索求有向图的强连通分量 在算法实现时，建立一个数组in_order[n]存放深度优先生成森林的中序遍历序列。对每个顶点v，在调用DFS函数结束时，将顶点依次存放在数组in_order[n]中。图采用十字链表作为存储结构最合适。 算法实现： int in_order[MAX_VEX] ; 如果连通图是一个带权图，则其生成树中的边也带权，生成树中所有边的权值之和称为生成树的代价。 最小生成树(Minimum Spanning Tree) ：带权连通图中代价最小的生成树称为最小生成树。 最小生成树在实际中具有重要用途，如设计通信网。设图的顶点表示城市，边表示两个城市之间的通信线路，边的权值表示建造通信线路的费用。n个城市之间最多可以建n?(n-1)/2条线路，如何选择其中的n-1条，使总的建造费用最低? 构造最小生成树的算法有许多，基本原则是： 构造最小生成树的算法有许多，基本原则是： ◆ 尽可能选取权值最小的边，但不能构成回路； ◆ 选择n-1条边构成最小生成树。 以上的基本原则是基于MST的如下性质： 设G=(V，E)是一个带权连通图，U是顶点集V的一个非空子集。若u∈U ，v∈V-U，且(u, v)是U中顶点到V-U中顶点之间权值最小的边，则必存在一棵包含边(u, v)的最小生成树。 从连通网N=(U，E)中找最小生成树T=(U，TE) 。 1 算法思想 ⑴ 若从顶点v0出发构造，U={v0}，TE={}； ⑵ 先找权值最小的边(u，v)，其中u∈U且v∈V-U，并且子图不构成环，则U= U∪{v}，TE=TE∪{(u，v)} ； ⑶ 重复⑵ ，直到U=V为止。则TE中必有n-1条边， T=(U，TE)就是最小生成树。 如图7-21所提示。 v1 v3 v2 v4 v5 4 8 5 7 12 11 3 6 (a) v2 v4 5 (b) (c) v5 3 v2 v4 5 (d) v1 4 v5 3 v2 v4 5 v3 6 (e) v1 4 v5 3 v2 v4 5 图7-21 按prime算法从v2出发构造最小生成树的过程 1 算法思想 设G=(V, E)是具有n个顶点的连通网，T=(U, TE)是其最小生成树。初值：U=V，TE={} 。 对G中的边按权值大小从小到大依次选取。 ⑴ 选取权值最小的边(vi，vj)，若边(vi，vj)加入到TE后形成回路，则舍弃该边(边(vi，vj) ；否则，将该边并入到TE中，即TE=TE∪{(vi，vj)} 。 ⑵ 重复⑴ ，直到TE中包含有n-1条边为止。 如图7-22所提示。 v1 v3 v2 v4 v5 4 8 5 7 12 11 3 6 (a) (b) 3 v5 v4 v3 6 (e) v1 4 v5 3 v2 v4 5 图7-22 按kruskal算法构造最小生成树的过程 (c) v1 4 3 v5 v4 (d) v2 5 v1 4 3 v5 v4 有向无环图(Directed Acycling Graph)：是图中没有回路(环)的有向图。是一类具有代表性的图，主要用于研究工程项目的工序问题、工程时间进度问题等。 一个工程(project)都可分为若干个称为活动(active)的子工程(或工序)，各个子工程受到一定的条件约束：某个子工程必须开始于另一个子工程完成之后；整个工程有一个开始点(起点)和一个终点。人们关心： ◆ 工程能否顺利完成?影响工程的关键活动是什么? ◆ 估算整个工程完成所必须的最短时间是多少? 对工程的活动加以抽象：图中顶点表示活动，有向边表示活动之间的优先关系，这样的有向图称为顶点表示活动的网(Activity On Vertex Network ，AOV网