第7-2章数据结构算法.ppt

第7章 图 图是较线性结构和树更为复杂的非线性数据结构(n:m) 7.4 图的连通性问题 7.4.1 无向图的连通分量和生成树 7.4 图的连通性问题 7.4.1 无向图的连通分量和生成树 7.4 图的连通性问题 7.4.1 无向图的连通分量和生成树 7.4 图的连通性问题 7.4.1 无向图的连通分量和生成树 7.4 图的连通性问题 7.4.1 无向图的连通分量和生成树 7.4 图的连通性问题 7.4.3 最小生成树 7.4 图的连通性问题 7.4.3 最小生成树 7.4 图的连通性问题 7.4.3 最小生成树 7.4 图的连通性问题 7.4.3 最小生成树 7.4 图的连通性问题 在一般情况下，假设图 G=(V,E) 中已落在生成树上的顶点集为U，则尚未落在生成树上的顶点集为 V-U，则从 (V-U) 顶点集中选取加入生成树的顶点 w 应满足下列条件：它和生成树上的顶点之间的边上的权值是在联接这两类顶点的所有边中权值属最小。 7.4 图的连通性问题 7.4.3 最小生成树 7.4 图的连通性问题 7.4.3 最小生成树 7.4 图的连通性问题 7.4.3 最小生成树 7.5 有向无环图及其应用 7.5 有向无环图及其应用 7.5 有向无环图及其应用 7.5.1拓补排序 7.5 有向无环图及其应用 7.5.1 拓补排序 7.5 有向无环图及其应用 7.5.1 拓补排序 7.5 有向无环图及其应用 Status Topologicalsort（ ALGraph G）{ findinDegree(G, indegree); //对各顶点求入度 Initstack(S); for (i = 0; i G.vexnum; ++i) if (!Indegree[i]) Push(S,i); //入度为零的顶点入栈 count = 0; //对输出顶点计数 while (!StackEmpty(S)) { Pop(S,i); Printf(I,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-adjnexr ; // i号顶点每个邻接点的入度减一 if (!(--indegree [k])) Push(S, k); //新产生的入度为零的顶点入栈 }//for }//while if (countG.vexnum) return ERROR; else return OK; } //end 7.5 有向无环图及其应用 7.5.2 关键路径 7.5 有向无环图及其应用 7.5.2 关键路径 7.5 有向无环图及其应用 7.5.2 关键路径 7.5 有向无环图及其应用 7.5.2 关键路径 7.6 最短路径 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。 7.6 最短路径 7.6.1 从某个源点到其余各点的最短路径 7.6 最短路径 算法的基本思想: 7.6 最短路径 7.6 最短路径 7.6.1 从某个源点到其余各点的最短路径 7.6 最短路径 7.6.1 从某个源点到其余各点的最短路径 7.6 最短路径 7.6 最短路径 7.6.2 每一对顶点之间的最短路径 7.6 最短路径 7.6.2 每一对顶点之间的最短路径 7.6 最短路径 7.6.2 每一对顶点之间的最短路径 本章小结 （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） 一源点到其余各顶点 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 任意两顶点之间 单源最短路径问题： 给定带权图G和源点v，求从v到G中其余顶点的最短路径。 V5 V0 V4 V1 V3 V2 100 60 30 10 20 10 5 50 始点 终点 最短路径 路径长度 V0