复习课3 上海交通大学继续教育学院.ppt

数据结构学位考复习课(3) 主要内容： 1. 图 2.查找、排序 第七章 图 考核内容及要求： 熟练掌握图的相关概念、性质、存储结构 熟练掌握遍历：深度优先遍历、广度优先遍历过程； 熟练掌握连通分量的求法； 熟练掌握最小生成树、最短路径概念与方法； 掌握拓扑排序、关键路径的求法及实现方法。 1 图的定义、术语和存储结构 图：图结构中，任意两个结点之间的关系是任意的，图中任意两个数据元素之间都可能相关 图的抽象数据类型 顶点、弧、边 有向图（digraph) 有向图G1=(V1,{A1})，其中V1={v1,v2,v3,v4},A1={v1,v2,v1,v3,v3,v4,v4,v1} 无向图(undigraph) 无向图G2=(V2,{E2}) V2={v1,v2,v3,v4,v5}, E2={(v1,v2),(v1,v4),(v2,v3),(v2,v5),(v3,v4),(v3,v5)} 顶点数n和边(弧)的数目e： 无向图： 有向图： 完全图：有n(n-1)/2条边的无向图; 有向完全图：有n(n-1)条弧的有向图; 稀疏图、稠密图 子图：G=(V,{E}),G’=(V’,{E’})，若V’ V,且E’ E,则称G’为G的子图 邻接点：无向图中，(v,v’)∈E，则v,v’互为邻接点； 顶点v的度：与v相关联的边的数目，TD(v) 有向图中,若v,v’∈A，则顶点v邻接到顶点v’，而顶点v’邻接自v 出度：以v为尾的弧的数目，OD(v) 入度：以v为头的弧的数目，ID(v) TD(v)=OD(v)+ID(v) 路径： 回路（环） 简单路径：顶点序列中顶点不重复的路径。 连通图、连通分量、强连通图、强连通分量： 一个连通图的生成树：一个极小连通子图，含有图中全部结点，但只有足以构成一棵树的n-1条边。 一棵有n个顶点的生成树有且仅有n-1条边 但有n-1条边的图不一定是生成树 有向图：如果有一个顶点的入度为0，其余顶点的入度都为1，则是一棵有向树。 图的存储结构 数组表示法（邻接矩阵）： 用两个数组分别存放顶点信息和边（弧）信息 图的邻接矩阵 A[i][j]=1 //若vi,vj存在 A[i][j]=0 //若vi,vj不存在 无向图：第i行分量的和为结点vi的度 有向图：第i行分量的和为结点vi的出度； 第i列分量的和为结点vi的入度 网的邻接矩阵 A[i][j]=无穷大 vi, vj间无边 =权 vi, vj间有边 问题：为什么放无穷大而不放0 邻接表：一种链式存储结构 为图中的每一个顶点创建一个单链表，其中的结点表示依附于顶点的边(以该顶点为尾的弧) 无向图的邻接表中，顶点v的度就是该顶点的单链表中的结点数； 有向图中，第i个链表的结点数是该顶点的出度； 如何求有向图中顶点的入度？——有向图的逆邻接表。 邻接多重表：无向图的另一种链式存储结构。 2. 图的遍历 图的遍历目标是解决图的连通性问题、拓扑排序问题、关键路径问题。 图的遍历方法：深度优先算法、广度优先算法 深度优先遍历 深度优先搜索遍历：类似于树的先根遍历，是树的先根遍历的推广 算法： 1.假设图中所有顶点的初始状态为：未访问； 2.从图中某个未访问的顶点v出发，访问此结点； 3.依次从v的邻接点出发深度优先遍历图，直到图中所有与v有路径的顶点都被访问到； 4.若图中还有未访问结点，则另选一个结点作起始点，重复2、3过程。 一个非连同图的深度优先遍历过程图解 广度优先遍历 广度优先搜索遍历类似于树的层次遍历 算法 一个非连同图的广度优先遍历过程图解 3.图的连通性问题——掌握连通分量的求法 无向图的连通分量和生成树 由图的遍历得出： 对于连通图，从图中任一顶点出发，可以访问到图中的所有顶点； 对于非连通图，需要从多个顶点出发，搜索到树的各个连通分量中的顶点集。 4 掌握最小生成树的概念和求法 Prim算法构造最小生成树的过程： Kruskal算法构造最小生成树的过程 5 拓扑排序 拓扑排序：由某个集合上的一个偏序得到该集合上的一个全序，就是拓扑排序。 偏序：集合中仅有部分成员之间可以比较； 全序：集合中全体成员之间均可比较。 AOV网：顶点表示活动，弧表示活动之间的优先关系的有向图称为顶点表示活动的网。 进行拓扑排序的方法： 在有向图中选一个没有前驱的顶点且输出； 从图中删除该结点和所有以该结点为尾的弧。 重复上述操作。若可以输出全部顶点，则该