数据结构图的算法的-毕业(学术)论文设计.docVIP

f 图 图形结构是一种比树形结构更复杂的非线性结构。树形结构中的结点之间具有明显的层次关系，且每一层上的结点只能和上一层中的一个结点相关，但可能和下一层的多个结点相关。在图形结构中，任意两个结点之间都可能相关，即结点与结点之间的邻接关系可以是任意的。因此，图形结构可用来描述更加复杂的对象。 1 图的基本概念和存储结构 1.1 图的定义 图（Graph）是由非空的顶点集合V与描述顶点之间关系——边（或者弧）的集合E组成，其形式化定义为： G=(V, E) 如果图G中的每一条边都是没有方向的，则称G为无向图。无向图中边是图中顶点的无序偶对。无序偶对通常用圆括号“( )”表示。例如，顶点偶对(vi,vj)表示顶点vi和顶点vj相连的边，并且(vi,vj)与(vj,vi)表示同一条边。 如果图G中的每一条边都是有方向的，则称G为有向图。有向图中的边是图中顶点的有序偶对，有序偶对通常用尖括号“ ”表示。例如，顶点偶对vi,vj表示从顶点vi指向顶点vj的一条有向边；其中，顶点vi称为有向边vi,vj的起点，顶点vj称为有向边vi,vj的终点。有向边也称为弧；对弧vi,vj来说，vi为弧的起点，称为弧尾；vj为弧的终点，称为弧头。 图是一种复杂的数据结构，表现在不仅各顶点的度可以不同，而且顶点之间的逻辑关系也错综复杂。从图的定义可知：一个图的信息包括两个部分：图中顶点的信息以及描述顶点之间的关系——边或弧的信息。因此无论采取什么方法来建立图的存储结构，都要完整、准确地反映这两部分的信息。为适于用C语言描述，从本节起顶点序号由0开始，即图的顶点集的一般形式为：V={v0,v1,…,vn-1}。 下面介绍几种常用的图的存储结构。 1.2 邻接矩阵 所谓邻接矩阵存储结构，就是用一维数组存储图中顶点的信息，并用矩阵来表示图中各顶点之间的邻接关系。假定图G=(V, E)有n个顶点，即V={v0,v1,…,vn-1}，则表示G中各顶点相邻关系需用一个n×n的矩阵，且矩阵元素为： 1 若(v 1 若(vi,vj)或vi,vj是E中的边 0 若(vi,vj)或vi,vj不是E中的边 A[i][j]= 若G是带权图（网），则邻接矩阵可定义为： w wij 若(vi,vj)或vi,vj是E中的边 0或∞ 若(vi,vj)或vi,vj不是E中的边 A[i][j]= 其中，wij表示(vi,vj)或vi,vj上的权值；∞则为计算机上所允许的大于所有边上权值的数值。无向图的邻接矩阵表示如图7-6所示。 图7-6 无向图及邻接矩阵表示 有向图的邻接矩阵表示如图7-7所示。 图7-7 有向图及邻接矩阵表示 带权图的邻接矩阵表示如图7-8所示。 图7-8 带权图及邻接矩阵表示 从图的邻接矩阵可以看出以下特点： （1）无向图（包括带权图）的邻接矩阵一定是一个按对角线对称的对称矩阵。因此，在具体存放邻接矩阵时只需存放上（或下）三角矩阵的元素即可。 （2）对于无向图，邻接矩阵的第i行或第i列的非零元素（或非∞元素）个数正好是第i个顶点的度D(vi)。 （3）对有向图，邻接矩阵的第i行非零元素（或非∞元素）的个数正好是第i个顶点的出度OD(vi)，第i列非零元素（或非∞元素）的个数正好是第i个顶点的入度ID(vi)。 （4）用邻接矩阵存储图，很容易确定图中任意两个顶点之间是否有边相连；但是，要确定图中具体有多少条边，则必须按行、按列对每一个元素进行查找后方能确定，因此花费的时间代价较大，这也是用邻接矩阵存储图的局限性。 在采用邻接矩阵方式表示图时，除了用一个二维数组存储用于表示顶点相邻关系的邻接矩阵之外，还需要用一个一维数组存储顶点信息。这样，一个图在顺序存储结构下的类型定义为； typedef struct { char vertex[MaxNum]; /*顶点为字符型且顶点表的长度小于MaxNum*/ int edges[MaxNum][MaxNum]; /*边为整型且edges为邻接矩阵*/ } MGraph; /*MGraph为采用邻接矩阵存储的图类型*/ 建立一个无向图的邻接矩阵程序如下： #includestdio.h #includestdlib.h #define MAXSIZE 30 typedef struct { char vertex[MAXSIZE]; //顶点为字符型且顶点表的长度小于MAXSIZE int edges[MAXSIZE][MAXSIZE]; //边为整型且edges为邻接矩阵 }MGraph;