数据结构 中南大学.ppt

一、 图的定义和术语 图(Graph)——图G是由两个集合V(G)和E(G)组成的,记为G=(V,E) 其中：V(G)是顶点的非空有限集 E(G)是边的有限集合，边是顶点的无序对或有序对 有向图——有向图G是由两个集合V(G)和E(G)组成的 其中：V(G)是顶点的非空有限集 E(G)是有向边（也称弧）的有限集合，弧是顶点的有序对，记为v,w，v,w是顶点，v为弧尾，w为弧头 无向图——无向图G是由两个集合V(G)和E(G)组成的 其中：V(G)是顶点的非空有限集 E(G)是边的有限集合，边是顶点的无序对，记为（v,w）或（w,v)，并且（v,w)=(w,v) 有向完全图——有n(n-1)条弧的n个顶点的有向图 无向完全图——有n(n-1)/2条边的n个顶点的无向图 稀疏图--若边或弧的个数 enlogn，则称作稀疏图，否则称稠密图。 权—把图的边或弧赋予一个有意义的数，此数叫权 带权图-网—弧或边带权的图分别称作有向网或无向网。 子图——如果图G(V,E)和图G’(V’,E’),满足： V’?V 且 E’?E， 则称G’为G的子图 邻接点—若无向图G中存在（V,W）,则称V,W互为~； 边（V，W）和顶点V,W相关联。 顶点的度 无向图中，顶点的度为与该顶点相连的边数 有向图中，顶点的度分成入度与出度 入度：以该顶点为弧头的弧的数目 出度：以该顶点为弧尾的弧的数目 证明： 图的练习：判断下列4种图形各属什么类型？ 简单路径： 用两个数组分别存储顶点信息和顶点之间的关系信息(邻接矩阵—表示顶点间相邻关系的矩阵) 定义：设G=(V, E)是有n?1个顶点的图，G的邻接矩阵A（二维数组）是具有以下性质的n阶方阵： 邻接矩阵特点： 无向图的邻接矩阵对称，可压缩存储；有n个顶点的无向图需存储空间为n(n+1)/2 有向图邻接矩阵不一定对称；有n个顶点的有向图需存储空间为n2 无向图中顶点Vi的度TD(Vi)是邻接矩阵A中第i行元素之和 有向图中， 顶点Vi的出度是A中第i行元素之和 顶点Vi的入度是A中第i列元素之和 邻接表特点 无向图中顶点vi的度为第i个单链表中的结点数 有向图中 顶点vi的出度为第i个单链表中的结点个数 顶点vi的入度为整个单链表中邻接点域值是i的结点个数（以vi为弧头）。 练习： 求下图各顶点的出度、入度，图的邻接矩阵、邻接表和逆邻接表 讨论：邻接表与邻接矩阵有什么异同之处？ 补充：建立有（无）向图的邻接表 图的邻接表是应用较多的一种存储结构。从邻接表的结构定义可见，建立邻接表的主要操作是在链表中插入一个结点，以下是输入无向图的顶点和边建立邻接表的算法步骤。 建立有（无）向图的邻接表（续） 建立邻接表的主要操作是在链表中插入一个结点，以下是输入有向图的顶点和弧建立邻接表的算法。 建立有（无）向图（网）的邻接表算法描述 void CreateGraph(MGraph G) {// 生成图G的存储结构-邻接表 cin G.vexnum G.arcnum G.kind; // 输入顶点数、边数和图类：1 for (i=0; iG.vexnum; ++i) { 　 // 构造顶点数组： 2cin G.vertices[i].data;　　　// 输入顶点G.vertices[i].firstarc = NULL; } // for， 初始化链表头指针为空 for (k=0; kG.arcnum; ++k) // 输入各边并构造邻接表： 3 { cin sv tv; 　　　　　// 输入一条边（弧）的始点和终点i = LocateVex(G, sv); j = LocateVex(G, tv); // 确定sv和tv //在G中位置，即顶点在G.vertices中的序号 建立有（无）向图（网）的邻接表算法描述（续） if (G.kind==UDG || G.kind==UDN) { // 对无向图或无向网尚需建立tv的邻接点：4 pj = new ArcNode; if (!pi) exit(-1); 　　　　// 存储分配失败pj - adjvex = i;　// 对边结点赋邻接点“位置”pj - weight = w; pj-info = p; //头插法，将sv结点插入到第j个单链表中, 插入链表G.vertices[j]