高中信息近竞赛-数据结构—图基本概念及搜索遍历.pptVIP

图的运算 图的基本概念 图的的定义 如果数据元素集合D中的各元素之间存在任意的前后件关系R，则此数据结构G=（D，R）称为图。如果将数据元素抽象为结点，元素之间的前后件关系用边表示，则图亦可以表示为G=（V，E），其中V是结点的有穷（非空）集合，E为边的集合。如果元素a是元素b的前件，这种前后件关系对应的边用(a，b)表示，即(a，b)∈E。 无向图和有向图 ????⑴无向图：在图G=（V，E）中，如果对于任意的a，b∈V，当(a，b)∈E时，必有（b，a）∈E（即关系R对称），对称此图为无向图。在一无向图中用不带箭头的边连接两个有关联的结点。在具有n个结点的无向图中，边的最大数目为n*(n-1)/2。而边数达到最大值的图称为无向完全图。在无向图中一个结点相连的边数称为该结点的度，无向完全图中，每一个顶点的度为n-1。 路径和连通集 在图G=（V，E）中，如果对于结点a，b，存在满足下述条件的结点序列x1……xk(k1) ⑴ x1=a，xk=b ⑵ (xi，xi+1)∈E i=1‥k-1 则称结点序列x1=a，x2，…，xk=b为结点a到结点b的一条路径，而路径上边的数目k-1称为该路径的长度，并称结点集合{x1，…，xk}为连通集。 简单路径和回路 如果一条路径上的结点除起点x1和终点xk可以相同外，其它结点均不相同，则称此路径为一条简单路径。 x1=xk的简单路径称为回路（也称为环）。 有根图 在一个有向图或无向图中，若存在一个结点w，它与其他结点都是连通的，则称此图为有根图，结点w即为它的根。 连通图和最大连通子图 对于无向图而言，若其中任两个结点之间的连通，则称该图为连通图。一个无向图的连通分支定义为此图的最大连通子图。 强连通图和强连通分支 若对于有向图的任意两个结点vi、vj间（vi≠vj），都有一条从vi到vj的有向路径，同时还有一条从vj到vi的有向路径，则称该有向图是强连通的。有向图中强连通的最大子图称为该图的强连通分支。 图的存储结构 图的相邻矩阵表示法 相邻矩阵是表示结点间相邻关系的矩阵。若G=（V，E）是一个具有n个结点的图，则G的相邻矩阵是如下定义的二维数组a，其规模为n*n;a[n+1][n+1] 1(或权值)?? 表示顶点i和顶点j有边(i和j的路程) a[i][j]= ?????? 0 表示顶点i和顶点j无边 相邻矩阵的特点 ⑴无向图的相邻矩阵是对称的,而有向图则不是。无向图的相邻矩阵a1[i][j]=a1[j][i](1≤I,j≤n)且对角线上的a[i][i]均为0（或±∝ ）。正因为如此，在实际存储相邻矩阵时只需存储其上三角(或下三角)的元素。因此具有n个结点的无向图，其相邻矩阵的存储容量可节约至n(n-1)/2。而有向图的相邻矩阵中a2[i][j]不一定与a2[j][i](1≤i，j≤n)相同，且图中出现自反边时其对角线上的a2[i][i]也不一定是0（或±∝ ）。占用的存储单元数只与结点数有关而与边数无关。一个含n个结点的图，若其边数比n2少得多，那么其相邻矩阵是一个稀疏矩阵，占用许多空间来存储0（或±∝ ）当然是无端浪费。 ⑶容易计算路径的存在性。在无权有向图或无向图中，判定两个结点Vi、Vj之间是否存在长度为m的路径，只要考虑am=a*a*……*a（m个a矩阵相乘后的乘积矩阵）中（i，j）的元素值是否为0就行了。 (4)占用的存储单元数只与结点数有关而与边数无关。一个含n个结点的图，若其边数比n2少得多，那么其相邻矩阵是一个稀疏矩阵，占用许多空间来存储0（或±∝ ）当然是无端浪费。 图的遍历 深度优先搜索 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。 深度优先搜索 广度优先搜索 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，