数据结构最小生成树与拓扑排序.ppt

7.4 图的连通性问题 1）无向图的连通分量和生成树 2）最小生成树 3）普里姆算法 4）克鲁斯卡尔算法 对于带权的连通图(连通网)G，其生成树也是带权的，将权最小的生成树称为最小生成树。 连通网最小生成树的意义？ 如何构造最小生成树？ 对于带权的连通图(连通网)G，其生成树也是带权的，将权最小的生成树称为最小生成树。 连通网最小生成树的意义？ 如何构造最小生成树？ 最小生成树的MST性质： 假设 N =（V,{E}）是一个连通网，U是顶点集 V 的一个非空子集。若（u,v）是一条具有最小权值（代价）的边，其中 u ∈U，v∈V-U，则必存在一棵包含边（u,v）的最小生成树。 7.4 图的连通性问题 1）无向图的连通分量和生成树 2）最小生成树 3）普里姆算法 4）克鲁斯卡尔算法 3.普里姆（Prim）算法 基本思想： (1)假设 G=(V,{E}) 是一个具有 n 个顶点的连通网络，T=(U，{TE})是 G 的最小生成树，其中 U 是 T 的顶点集，TE 是 T 的边集，U 和 TE 的初值均为空； (2)从 V 中任取一个顶点（假定为 V1），将此顶点并入 U中，此时最小生成树顶点集 U={V1}； (3)从那些其中一个端点已在 U 中，另一端点仍在 U 外的所有边中，找一条最短（即权值最小）的边，设该边为(Vi,Vj)，其中 Vi∈U，Vj∈V-U，并把该边和顶点 Vj分别并入 T 的边集 TE 和顶点集 U； (4)如此进行下去，每次往生成树里并入一个顶点和一条边，直到 n-1 次后，把所有 n 个顶点都并入生成树 T 的顶点集 U 中，此时 U=V，TE中包含有（n-1）条边；这样，T 就是最后得到的最小生成树。 实现该算法需附设一个辅助数组closedge，以记录从 U 到 V-U 具有最小代价的边。对每个顶点 vi∈V-U，在辅助数组中存在一个相应分量closedge[i-1](下标从0开始)，它包括两个域。其中：lowcost存储该边上的权。显然， closedge[i-1].lowcost =Min{cost(u，vi)|u∈U} 即vi到已生成子树的最短距离等于到U中所有顶点中的最小边的权值。 ???? vex域存储该边依附的在U中的顶点。 4.克鲁斯卡尔（Kruskal）算法 4.克鲁斯卡尔（Kruskal）算法 7.5 有向无环图及其应用 有向无环图(directed acycline graph)简称DAG图，是描述一项工程或系统的进行过程的有效工具。 对整个工程和系统，人们关心的是两个方面的问题：一是工程能否顺利进行；二是估算整个工程完成所必须的最短时间。 有向无环图的应用： 拓扑排序 关键路径 在工程实践中，一个工程项目往往由若干个子项目组成，这些子项目间往往有多种关系： ①先后关系，即必须在一子项目完成后，才能开始实施另一个子项目； ②子项目之间无次序要求，即两个子项目可以同时进行，互不影响。 7.5.1 拓扑排序 我们用一种有向图来表示上述问题。在这种有向图中，顶点表示活动，有向边表示活动的优先关系，这种有向图叫做顶点表示活动的网络(Activity On Vertex Network)简称为AOV网。 课程先后关系如图： 何谓“拓扑排序” ？ 如何进行拓扑排序？ 拓扑排序算法的实现 用邻接表存储AOV网络，拓扑排序算法描述： 拓扑排序算法 Status Topological Sort(ALGraph G){ //有向图G采用邻接表存储结构。若G无回路， //则输出G的顶点的1个拓扑序列并返回OK，否则ERROR FindInDegree(G，indegree)； //对各顶点求入度indegree[0..vernum-1] InitStack(S)； for(i=0；iG.vexnum； ++i)//建零入度顶点栈 if(!indegree[i])Push(S，i) //入度为0者进栈 count=0； //对输出顶点计数 ????while (!StackEmpty(S)) {?????Pop(S，i); ?????printf(i，G.vertices[i].data); ++count; //输出i号顶点并计数 ?? for(p=G.vertices[i].firstarc; p; p=p-nextarc){?????????k=p-adjvex；//对i号顶点的每