算法设计以及分析第五章1 图的搜索算法.ppt

第五章 图的搜索算法 ;上一页· 下一页· 返回首页;1．显式图与隐式图 ;2.显式图的常用术语 ;图 ;顶点的度数 (degree)：从该顶点引出的边的条数，即与该顶点相关联的边的数目，简称度。 入度（ indegree）：有向图中把以顶点 v为终点的边的条数称为是顶点 v的入度。 出度（ outdegree）：有向图中把以顶点 v为起点的边的条数称为是顶点 v的出度。 终端顶点：有向图中把出度为 0的顶点称为终端顶点，如图 5-1中 ⑵图的 v 3。 路径与路长：在图 G=( V， E)中，如果存在由不同的边 (v i0， v i1 )， (v i1， v i2 )， …， (v in-1， v in )或是 v i0， v i1 ， vi 1， v i 2， …， v in-1， v in )组成的序列，则称顶点 v i0， v in是连通的，顶点序列（ v i0， v i1， v i2， …， v in）是从顶点 v i0到顶点 v in的一条道路。路长是道路上边的数目， v i0到 v in的这条道路上的路长为 n。 连通图：对于图中任意两个顶点 v i、 v j ∈V， v i、 v j之间有道路相连，则称该图为连通图。如 5-1中的 ⑴图。 网络：带权的连通图，如图 5-2所示。;3．隐式图术语 1）子集树 ;图5-3 n=3的子集树 ;;4．图的存储 1）邻接矩阵法 ; 上一页· 下一页· 返回首页·;2）邻接表 ;图7.1 ; 5．1．2 图搜索及其术语;2．相关概念和术语 ;活结点：如果已生成一个结点而它的所有儿子结点还没有全部生成，则这个结点叫做活结点。 E-结点：当前正在生成其儿子结点的活结点叫E-结点（正 扩展的结点）。 死结点 ：不再进一步扩展或者其儿子结点已全部生成的生成结点就是死结点 。;5．2．1 算法框架 ;2．算法框架 ;1）邻接表表示图的广度优先搜索算法 ;2）邻接矩阵表示的图的广度优先搜索算法;5．2．2 广度优先搜索的应用 ;【例1】已知若干个城市的地图，求从一个城市到另一个城市的路径，要求路径中经过的城市最少。 算法设计： ; 如图5-6表示的是从城市A到城市H的交通图。从图中可以看出，从城市A到城市H要经过若干个城市。现要找出一条经过城市最少一条路线。 ;具体过程如下： ;数据结构设计： ;算法如下：;算法分析：时间复杂度是O（n）；空间复杂性为（n2），包括图本身的存储空???和搜索时辅助空间“队”的存储空间。;【例2】走迷宫问题 ;算法设计： ;数据结构设计： ;int jz[8][8]= {{1,0,0,0,1,0,1,1},{0,1,1,1,1,0,1,1}, {0,1,1,0,0,1,1,1}, {0,1,0,1,1,1,0,1}, {1,1,0,1,1,1,0,0},{0,0,1,1,1,1,1,0}, {1,1,1,0,0,1,1,0}, {1,1,1,1,0,0,0,1}};struct {int　city, pre;} sq[100];int qh,qe,i,visited[100];main( ) {int i,n=8; for(i=1;i=n,i=i+1) visited[i]=0; search( ); } ;search( ){qh=0; qe=1;sq[1].city=1;　sq[1].pre=0; 　　 visited[1]=1;while( qhqe) /当队不空/　{qh=qh+1; /结点出队/ 　for(i=1;i=n,i=i+1) /扩展结点/　　if （jz[sq[qh].city][i]=1 and visited[i]=0） 　　 { qe=qe+1; /结点入队/　 　　　sq[qe].city=i;　　sq[qe].pre=qh;　　　　　visited[qe]=1;　　　　　if (sq[qe].city=8) out( ); } } print(“No avaliable way.”); };out( ); /输出路径/　　{print(sq[qe].city);　　　　while(sq[qe].pre0) 　　　　　{ qe=sq[qe].pre;　　　　　 print(--,sq[qe].city);}　　 } 算法分析： 算法的时间复杂度并不复杂是O（n），算法的空间复杂性为O（n2）