图及其应用(new)知识课件.ppt

?10.1 图的概念 10.2 图的存储 10.3 图的遍历 10.4 生成树和最小生成树 10.5 最短路径 10.6 有向无环图的应用;完全图、稠密图、稀疏图 ; 子图：对于图G=(V, VR),G′=(V′,VR′),若有V′ V, VR′ VR, 则称图G′是G的一个子图。 下图给出了G与其子图G ′。 ;邻接点  对于无向图 G=(V, VR)，如果边(v，v′)∈VR， 则称顶点v, v′互为邻接点，即v, v′相邻接。边（v, v′）依附于顶点v和v′，或者说边（v， v′）与顶点v和v′相关联。 对于有向图G=(V，VR)而言，若弧v，v′∈VR， 则称顶点v邻接到顶点v′，顶点v′邻接自顶点v，或者说弧v， v′与顶点v和v′相关联。 ;权与网 在实际应用中，图的边或弧上往往与具有一定意义的数有关，即每一条边都有与它相关的数，称为权，我们将这种带权的图叫做赋权图或网，如图所示。 ;路径和回路; 如图所示的无向图中, 顶点v1到顶点v5的路径有两条, 分别为v1, v2, v3, v4与v1, v5, v4, 路径长度分别为3和2。; 连通图和强连通图; 对于有向图来说, 若图中任意一对顶点vi和vj(i≠j)均有从vi到 vj及从 vj到 vi的有向路径, 则称该有向图是强连通的。;连通分量和强连通分量 ; 有向图中的极大强连通子图称为该有向图的强连通分量。显然，任何强连通图的强连通分量只有一个，即它本身，而非强连通图有多个强连通分量。 下图不是强连通的, 但它有两个强连通分量:;顶点的度; 10.1 图的概念 ? 10.2 图的存储 10.3 图的遍历 10.4 生成树和最小生成树 10.5 最短路径 10.6 有向无环图的应用;? 10.2.1 邻接矩阵存储法 10.2.2 邻接表表示法 ※10.2.3 十字链表 ※10.2.4 邻接多重表 ;邻接矩阵：用一个二维数组（矩阵）来表示图中顶点之间的相邻关系。;例: 图G1、 G2的邻接矩阵分别表示为A1和A2, 矩阵的行、 列号对应于图中结点的号。 ;从无向图的邻接矩阵可以得出如下结论： ;从有向图的邻接矩阵可以得出如下结论:; 网的邻接矩阵表示： 若图G是一个有n个顶点的网，则它的邻接矩阵是具有如下性质的n×n矩阵A： ;∞ 5 ∞ 7 ∞ ∞ 4 ∞ 8 ∞ ∞ ∞ ∞ ∞ 5 ∞; n个顶点需要n*n个单元存储边(弧);空间效率为O(n2)。 对稀疏图而言尤其浪费空间。;邻接矩阵表示法的C语言类型描述如下：  ＃define MAX_V_N 10 //最多顶点个数 ＃define INFINITY 32768 //表示极大值， 即∞ typedef enum{DG, DN, UDG, UDN} GraphKind; //图的种类：DG表示有向图, DN表示有向网, UDG表示无向图, UDN表示无向网;typedef struct ArcNode{ AdjType adj; // AdjType是顶点关系类型，对无权图，用1或0表示是否相邻；对带权图，则为权值类型 InfoType *info; //该弧相关信息的指针 } ArcNode; ; typedef struct{ VertexData vexs[MAX_V_N]; //顶点向量 ArcNode arcs[MAX_V_N][MAX_V_N]; //邻接矩阵 int vexnum, arcnum; //图的顶点数和弧数 GraphKind kind; //图的种类标志 } AdjMatrix; //(Adjacency Matrix Graph) ;int LocateVertex(AdjMatrix * G, VertexData v){ //求顶点位置函数 int j = -1, k;  for(k=0; kG-vexnum; k++) if(G-vexs[k] = = v) { j = k; break;