第7章图_4数据库.pptVIP

拓扑排序(求拓扑序列）的方法: 1.在有向图中选一个没有前驱的顶点且输出 求关键路径步骤 求Ve(i) 求Vl(j) 求e(i) 求l(i) 计算l(i)-e(i) 算法描述 求最短路径的迪杰斯特拉算法的实现： 1.用带权的邻接矩阵来表示带权有向图G（用数组表示法存储），G.arc[i][j]表示弧(Vi,Vj)的权值。若弧(Vi,Vj)不存在，则置G.arc[i][j]为∞ , 2.设置辅助数组D，其中每个分量D[i]表示当前所求得的从源点v到其余各顶点Vi的最短路径。其初值为： D[i]=G.arc[Locate(G,V)][i] Vi∈V 3.S为已找到从V出发的最短路径的终点的集合，它的初态为空集。用一全布尔数组final[0..G.vexnum]表示集合S中的元素，如果final[j]为TRUE，说明编号为j的顶点在S中。 4.重复第2、3步n-1次，求得从源点到其余n-1个顶点的最短路径。 算法： 1.初始化D和S ; 2.选择路径长度最短的路径的终点vj 即：D[j]=min{D[i] | vi ∈V-S } 将vj加入到S中，即S=S?{j} 3.修改从v出发到集合V-S上任一顶点vk可达的最短路径长度。 即：如果D[j]+G.arc[j][k]D[k] 则修改为D[k]为: D[k]=D[j]+G.arc[j][k] 6 2 7 5 4 3 1 8 5 6 2 30 13 7 17 32 9 D 0 1 2 3 4 5 6 0 13 8 ? 30 ? 32 P 0 1 2 3 4 5 6 0 1 1 0 1 0 1 (1) k=1 1 13 3 1 22 20 2 2 19 4 1 21 5 1 1 1 长度 最短路径 13 V1,V2 8 V1,V3 13 V1,V3,V4 19 V1,V3,V4,V5 21 V1,V3,V4,V5,V6 20 V1,V2,V7 算法分析：T(n)=O(n2) 第七章 图 * void MiniSpanTree_P(MGraph G, VertexType u) { //用普里姆算法从顶点u出发构造网G的最小生成树 k = LocateVex ( G, u ); for ( j=0; jG.vexnum; ++j ) // 辅助数组初始化 if (j!=k) closedge[j] = { u, G.arcs[k][j].adj }; closedge[k].lowcost = 0; // 初始，U＝{u} for (i=1; iG.vexnum; ++i) {//选择其余n-1个顶点 } } 继续向生成树上添加顶点; closedge[j].lowcost == 0说明第j个顶点已纳入U k = minimum(closedge); // 求出加入生成树的下一个顶点(k) printf(closedge[k].adjvex, G.vexs[k]); // 输出生成树上一条边 closedge[k].lowcost = 0; // 第k顶点并入U集 for (j=0; jG.vexnum; ++j) //修改其它顶点的最小边 if (G.arcs[k][j].adj closedge[j].lowcost) closedge[j] = { G.vexs[k], G.arcs[k][j].adj }; 克鲁斯卡尔(Kruskal)算法： 初始状态为只有n个顶点而无边的非连通图T=(V,{?})，每个顶点自成一个连通分量。 在E中选取代价最小的边，若该边依附的顶点落在T中不同的连通分量上，则将此边加入到T中；否则，舍去此边，选取下一条代价最小的边。 重复第2步，直至T中所有顶点都在同一连通分量上为止。 设连通网N=(V,{E})，求最小生成树 例 V1 V6 V5 V4 V3 V2 6 5 1 3 5 6 6 4 2 5 V1 V6 V5 V4 V3 V2 1 2 3 4 5 5 例 1 6 5 4 3 2 6 5 1 3 5 6 6 4 2 5 算法描述： data jihe 1 2 4 5 3 6 1 2 4 5 3 6 1 2 4 5 3 6 vexh weight 1 1 2 2 1 3 2 3 3 5 4 4 vext flag 6 1