石河子大学信息科学与技术学院数据结构课件第七章 图（2）.ppt

第七章 图 7.1 图的定义和术语 7.2 图的存储结构 7.2.1 数组表示法 7.2.2 邻接表 7.3 图的遍历 7.3.1 深度优先搜索 7.3.2 广度优先搜索 7.4 图的连通性问题 7.4.3 最小生成树 7.5 有向无环图及其应用 7.5.1 拓扑排序 7.6 最短路径 7.6.1 从某个源点到其余各顶点的最短路径 7.6.2 每一对顶点之间的最短路径 求关键路径步骤： 求Ve(i) 求Vl(j) 求e(i) 求l(i) 计算l(i)-e(i) 问题提出 * 数据结构 tjm * 《 数据结构》 第七章 图 (下) 7.3 图的遍历 7.3.1 深度优先搜索 方法：从图的某一顶点V0出发，访问此顶点；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相通的顶点都被访问到；若此时图中尚有顶点未被访问，则另选图中一个未被访问的顶点作起点,重复上述过程，直至图中所有顶点都被访问为止。 V1 V2 V4 V5 V3 V7 V6 V8 例： 深度遍历：V1? V2 ?V4 ? V8 ?V5 ?V3 ?V6 ?V7 深度优先遍历算法（递归算法）参见P169。 V1 V2 V4 V5 V3 V7 V6 V8 深度优先生成树 V1 V2 V4 V5 V3 V7 V6 V8 V1 V2 V4 V5 V3 V7 V6 V8 例： 1 2 3 4 1 3 4 2 vexdata firstarc 2 7 8 3 ^ ^ ^ adjvex nextarc 5 5 6 4 1 ^ 5 1 2 8 2 ^ 6 7 8 6 7 8 7 3 6 3 5 4 ^ ^ ^ 深度遍历：V1? V3 ? V7 ? V6 ? V2 ? V5 ? V8 ? V4 7.3.2 广度优先搜索 方法：从图的某一顶点V0出发，访问此顶点后，依次访问V0的各个未曾访问过的邻接点；然后分别从这些邻接点出发，广度优先遍历图，直至图中所有已被访问的顶点的邻接点都被访问到；若此时图中尚有顶点未被访问，则另选图中一个未被访问的顶点作起点，重复上述过程，直至图中所有顶点都被访问为止。 V1 V2 V4 V5 V3 V7 V6 V8 例: 广度遍历：V1? V2 ?V3 ? V4 ?V5 ?V6 ?V7 ?V8 广度优先遍历算法参见P170。 V1 V2 V4 V5 V3 V7 V6 V8 广度优先生成树 V1 V2 V4 V5 V3 V7 V6 V8 例: 1 4 2 3 5 1 2 3 4 1 3 4 2 vexdata firstarc 5 5 4 3 ^ ^ ^ adjvex nextarc 5 5 1 ^ 5 1 1 4 3 ^ 2 2 广度遍历序列：1 4 3 2 5 7.4 图的连通性问题 问题提出：要在n个城市间建立通信联络网，用顶点表示城市；权表示城市间建立通信线路所需花费代价。希望找到一棵生成树，它的每条边上的权值之和（即建立该通信网所需花费的总代价）最小——最小(代价)生成树。 1 6 5 4 3 2 7 13 17 9 18 12 7 5 24 10 7.4.3 最小生成树 算法思想：设N=(V,{E})是连通网，TE是N上最小生成树中边的集合。 初始令U={u0},(u0?V), TE=?。 在所有u?U,v?V-U的边(u,v)?E中，找一条代价最小的边(u0,v0)。 将(u0,v0)并入集合TE，同时v0并入U。 重复上述操作直至U=V为止，则T=(V,{TE})为N的最小生成树。 方法一：普里姆(Prim)算法 构造最小生成树的方法 例： 1 6 5 4 3 2 6 5 1 3 5 6 6 4 2 5 1 3 1 1 6 3 1 4 1 6 4 3 1 4 2 1 1 6 4 3 2 1 4 2 5 1 6 5 4 3 2 1 4 2 5 3 算法实现：图用邻接矩阵表示。 算法参见P175。 例： 1 6 5 4 3 2 6 5 1 3 5 6 6 4 2 5 1 6 5 4 3 2 1 2 3 4 5 方法二：克鲁斯卡尔(Kruskal)算法 算法思想：设连通网N=(V,{E})，令最小生成树初始状态为只有n个顶点而无边的非连通图T=(V,{?})，每个顶点自成一个连通分量。在E中选取代价最小的边，若该边依附的顶点落在T中不同的连通分量上，则将此边加入到T中；否则，舍去此边，选取下一条代价最小的边。依此类推，直至T中所有顶点都在同一连通分量上为止。 7.5 有向无环图及其应用 7.5.1 拓扑排序 问题提出：假设以有向图表示一个工程的施工图或程序的数据流图，则图中不允许出现回路。如何检查有向图