数据结构课件数据结构相关复习.ppt

求Huffman编码：由叶子→根，若： （1）从左分支下去，则分支为“0”； （2）从右分支下去，则分支为“1”。 A C B D 0 0 0 1 1 1 7.1 图的基本概念 7.1.1 图的定义 图G是由顶点集V和顶点间的关系集合E（边的集合）组成的一种数据结构，可以用二元组定义为： G=（V,E） 7.1.2 图的基本术语 1. 有向图和无向图 在图中，若用箭头标明了边是有方向性的，则称这样的图为有向图，否则称为无向图。如图7-1中，G1为无向图，G2为有向图。 在无向图中，一条边（x,y）与（y,x）表示的结果相同，用圆括号表示，在有向图中，一条边x,y与y,x表示的结果不相同，故用尖括号表示。x,y表示从顶点x发向顶点y的边，x为始点，y为终点。有向边也称为弧，x为弧尾，y为弧头,则x,y表示为一条弧,而y,x表示y为弧尾，x为弧头的另一条弧 。 7.2.1 邻接矩阵 1． 图的邻接矩阵表示(数组表示法) 在邻接矩阵表示中，除了存放顶点本身信息外，还用一个矩阵表示各个顶点之间的关系。若（i,j）∈E(G)或〈i,j〉∈E(G),则矩阵中第i行 第j列元素值为1，否则为0 。 图的邻接矩阵定义为： 1 若（i,j）∈E(G)或〈i,j〉∈E(G) A[i][j]= 0 其它情形 7.2.2 邻接表 1． 图的邻接表表示 图的邻接表存储方法是一种顺序分配与链式分配相结合的存储方法，它包括两部分：一部分是单链表，用来存放边的信息；另一部分是数组，主要用来存放顶点本身的数据信息。 adjvex weight next 边结点 顶点结点 邻接表的缺点： 邻接表的优点： 空间效率高；容易寻找顶点的邻接点； 判断两顶点间是否有边或弧，需搜索两结点对应的单链表，没有邻接矩阵方便。 讨论：邻接表与邻接矩阵有什么异同之处？ 1. 联系：邻接表中每个链表对应于邻接矩阵中的一行，链表中结点个数等于一行中非零元素的个数。 2. 区别： ① 对于任一确定的无向图，邻接矩阵是唯一的（行列号与顶点编号一致），但邻接表不唯一（链接次序与顶点编号无关）。 ② 邻接矩阵的空间复杂度为O(n2),而邻接表的空间复杂度为O(n+e)。 3. 用途：邻接矩阵多用于稠密图的存储（e接近n(n-1)/2)；而邻接表多用于稀疏图的存储（en2) 7.3.1深度优先搜索遍历 1． 深度优先搜索思想 深度优先搜索遍历类似于树的先序遍历。假定给定图G的初态是所有顶点均未被访问过，在G中任选一个顶点i作为遍历的初始点，则深度优先搜索遍历可定义如下： (1)??首先访问顶点i，并将访问标记置为visited[i]=1； (2)?然后搜索与顶点i有边相连的下一个顶点j，若j未被访问过，则访问它，将j的访问标记置为，visited[j]=1，然后从j开始重复此过程，若j已访问，再看与i有边相连的其它顶点； (3)??若与i有边相连的顶点都被访问过，则退回到前一个访问顶点重复刚才过程，直到图中所有顶点都被访问完为止。 8.3.2 广度优先搜索遍历 1． 广度优先搜索的思想 广度优先搜索遍历类似于树的按层次遍历。设图G的初态是所有顶点均未访问，在G 中任选一顶点i作为初始点，则广度优先搜索的基本思想是： (1)??首先访问顶点i，并将其访问标志置为visited[i]=1； (2)?接着依次访问与顶点i有边相连的所有顶点W1，W2，…，Wt； (3)? 然后再按顺序访问与W1，W2，…，Wt有边相连又未曾访问过的顶点； 依此类推，直到图中所有顶点都被访问完为止 。 下面将介绍求最小生成树普里姆算法 下面仅讨论无向网的最小生成树问题。 普里姆方法的思想是：在图中任取一个顶点K作为开始点，令U={k}，W=V-U，其中V为图中所有顶点集，然后找一个顶点在U中，另一个顶点在W中的边中最短的一条，找到后，将该边作为最小生成树的树边保存起来，并将该边顶点全部加入U集合中，并从W中删去这些顶点，然后重新调整U中顶点到W中顶点的距离, 使之保持最小，再重复此过程，直到W为空集止。求解过程参见图8-20 。 2. 求最小生成树 首先明确： 使用不同的遍历图的方法，可以得到不同的生成树；从不同的顶点出发，也可能得到不同的生成树。 按照生成树的定义，n 个顶点的连通网络的生成树有 n 个顶点、n-