信息学竞赛辅导2-2非性结构之树图.pptVIP

* * * * 1、深度优先搜索DFS 深度优先搜索类似于树的前序遍历，是树的前序遍历的推广。其搜索过程如下： 假设初始时所有结点未曾被访问。深度优先搜索从某个结点V0出发，访问此结点。然后依次从V0的未被访问的邻接点出发深度优先遍历图，直至图中所有和V0有路径相连的结点都被访问到。若此时图中尚有结点未被访问，则另选一个未曾访问的结点作起始点，重复上述过程，直至图中所有结点都被访问为止。换句话说，深度优先搜索遍历图的过程是以V0为起始点，由左而右，依次访问由V0出发的每条路径。 调用一次dfs(i)，可按深度优先搜索的顺序访问处理结点i所在的连通分支（或强连通分支），dfs(i)的时间复杂度为W（n2）。整个图按深度优先搜索顺序遍历的过程如下： 2、广度优先搜索(宽度优先搜索）BFS 广度优先搜索类似于树的按层次遍历的过程，其搜索过程如下： 假设从图中某结点v0出发，在访问了v0之后依次访问v0的各个未曾访问的邻接点，然后分别从这些邻接点出发按广度优先搜索的顺序遍历图，直至图中所有可被访问的结点都被访问到。若此时图中尚有结点未被访问，则任选其中的一个作起始点，重复上述过程，直至图中所有结点都被访问到为止。换句话说，按广度优先顺序搜索遍历图的过程是以v0为起始点，由近及远，依次访问和v0有路径相连且路径长度为1，2，3……的结点。 bfs(i)的时间复杂度为W（n2）。调用一次bfs(i)可按广度优先搜索的顺序访问处理结点i所在的连通分支（或强连通分支）。整个图按广度优先搜索顺序遍历的过程如下： 1、写出图的深度优先搜索(DFS)算法和广度优先搜索(BFS)算法。 program dfsbfs(input,output); const n=8; var a:array[1..n,1..n]of integer;{图的邻接矩阵} visited,come:array[1..n]of integer;{访问标志} queue:array[1..n]of integer;{队列} t:array[1..n]of char;{结点信息} i,head,tail:integer; procedure init; var i,j,e,k:integer; begin for i:=1 to n do read(t[i]);{顶点信息} fillchar(a,sizeof(a),0); read(e);{边数} for k:=1 to e do{读入边的点信息,建立邻接矩阵} begin read(i,j); a[i,j]:=1; a[j,i]:=1; end; end; procedure dfs(i:integer); var j:integer; begin write(t[i]);{输出结点信息} visited[i]:=1;{访问标志} for j:=1 to n do{深度优先搜索i的邻接点} if (a[i,j]=1) and (visited[j]=0) then dfs(j); end; 四、图的应用 1、拓扑排序 ［士兵排队］ 　　有n个士兵（100），编号依次为1，2，3 。。。。n，排队训练，现在指挥官要把这些士兵从高到矮依次排成行，但现在指挥官不能直接获得每个人的身高信息，只能获得”i比j高“这样的比较结果输入：第一行为一个整数n，表示士兵的个数，以下若干行，每行两个数 i,j：表示i比j高。 输出：一种合法的排队序列 样例： 输入： 4 1 2 2 3 4 3 输出： 1 2 4 3 建立有向图，如果i比j高，建立一条由i指向j的有向边．J的入度加１．先找一个入度为０的结点，即没有比他高的结点输出，去掉该结点，同时把比他矮的结点的入度减１．再找入度为０的结点，依次类推．直到最后输出完毕． １ ２ ３ ４ 拓扑排序算法 寻找入度为0的节点 将找到的节点放入队列中，删除所有这个节点引出的边 重复1，直至没有度为0的节点 如果有节点不在队列中，则说明原图中有环，否则无环。 1 2 5 3 6 4 7 3、生成树问题 无向图的最小生成树（贪心思想） Prim算法，适用于点少的图 Kruskal算法，适用于边少的图 有向图的最小生成树 Prim算法 将1号节点置入集合S中。 找到所有连接S中的节点和非S中的节点的边中的权值最小的那一条，并标记这条边，同时将连接的非S中的节点加入S集合。 重复2步骤，直到所有节点都在S中了。 1 2 4 3 5 6 1 2 3 1 2