数据结构 教学课件 ppt 作者 方风波 王巧莲 主编 黄鹤鸣 副主编第七章 图.ppt

数据结构 第七章 图 第七章 图 知 识 点 图的逻辑结构特征及图的基本术语 邻接矩阵和邻接表两种图的存储结构的特点及适用范围 深度优先搜索和广度优先搜索两种遍历算法的特点和执行过程 生成树和最小生成树的概念及构造最小生成树的prim和kruskal算法 最短路径的含义及求最短路径的算法 拓扑排序的基本思想和步骤 关键路径法及其在管理科学中的作用 难 点 图的遍历、最小生成树、最短路径、拓朴排序算法的理解 关键路径法求关键活动和关键路径的方法 要 求 熟练掌握以下内容： 图的存储结构 图的遍历算法 了解以下内容： 图的最小生成树和求最小生成树算法的基本思想 带权有向图的最短路径问题 利用AOV网络的拓朴排序问题 利用AOE网络的关键路径法 第七章目录 7.1 图的定义和基本术语 7.2 图的存储方式 7.3 图的遍历 7.4 最小生成树 7.5 最短路径 7.6 拓扑排序 7.7 关键路径法 7.8 应用实例与分析 小 结 习题与练习 7.1 图的定义和基本术语 图：图G由V（G）和E（G）这两个集合所组成，记为G=（V，E），其中V（G）是顶点（Vertex）的非空集，每个顶点可以标以不同的字符或数字；E（G）是边（Edge）的集合，特殊情况下E（G）可以是空集。每个边由其所连接的两个顶点表示。 无向图：对于一个图G，若边集合E（G）为无向边的集合，则称该图为无向图。 有向图：对于一个图G，若边集合E（G）为有向边的集合，则称该图为有向图。 图7.1 有向图与无向图 无向图G1 完全图：在一个有n个顶点的无向图中，若每个顶点到其它（n-1）个顶点都连有一条边，则图中共有n(n-1)/2条边，这种图称为完全图（Complete graph，也称完备图）。 权和网络：有些图， 对应每条边有一相应的数值，这个数值叫做该边的权(Weight)。边上带权的图称为带权图，也称为网络(Network)。 子图：设有两个图G =(V,E)和G’=(V’,E’)，若V(G’)是V(G)的子集，且E(G’)是E(G)的子集，则称G’是G的子图(Subgraph)。 例如图7.3所示的图是图7.1中G1的一些子图。 图7.3 子图 顶点的度：图中与每个顶点相连的边数，叫该顶点的度(Degree)。例如图7.1的图G1中，顶点①的度数为2，顶点②的度数为3，……。 入度、出度：对于有向图，顶点的度分为入度和出度，入度是以该顶点为终点的入边数目；出度是以该顶点为起点的出边数目，该顶点的度等于其入度和出度之和。例如在图7.1的图G2中，顶点①的入度为1，出度为2，而顶点②的入度为1，出度为0，因为有一条边指向它，而没有边从它指出去。 路径：在一个图中，若从某顶点Vp出发，沿一些边经过顶点V1,V2,…,Vm到达，Vq，则称顶点序列(Vp, V1,V2,…,Vm, Vq)为从Vp到Vq的路径(Path)。 路径长度：对于无权的图，路径长度指的是沿此路径上边的数目；对于有权图，一般是取沿路径各边的权之和作为此路径的长度。 若一条路径上各顶点均不重复，即路径经过每一顶点不超过一次，则此路径叫做简单路径。 如果从一个顶点出发又回到该顶点，即Vp与Vq相同，则此路径叫做环路（Cycle）。 连通、连通图：在无向图中，如果从顶点Vi到顶点Vj之间有路径，则称这两个顶点是连通的。如果图中任意一对顶点都是连通的，则称此图是连通图(Connected graph)。 连通分量：例如图7.1中的图G1是连通图。图7.4中的图就是非连通图，非连通图的每一个极大连通子图叫连通分量(Connected Component)，此图包括二个连通分量。 图7.4 非连通图G 强连通图和强连通分量：在有向图G中，如果从顶点Vi到顶点Vj和从顶点Vj到顶点Vi之间都有路径，则称这两个顶点是强连通的。如果图中任何一对顶点都是强连通的，则此图叫做强连通图。非强连通图的每一个极大强连通子图叫做强连通分量。 图7.1中的G2不是强连通图，它有两个强连通分量，如图7.5所示。 图7.5 图G2的强连通分量 7.2.1 邻接矩阵 邻接矩阵是表示顶点之间相邻关系的矩阵。所谓两顶点的相邻关系即它们之间有边相连。 邻接矩阵是一个（n×n）阶方阵，n为图的顶点数，它的每一行分别对应图的各个顶点，它的每一列也分别对应图的各个顶点。我们规定矩阵的元素为： 图7.6 无向图的邻接矩阵 图7.7 有向图的邻接矩阵 无向图的邻接矩阵是对称的，如果A[i，j]=1，必有A[j，i]=1。这说明，只输入和存储其上三角阵元素即可得到整个邻接矩阵。 一般有向图的邻接矩阵是不对称的，A[i，j]不一定等于A[j，i]。 邻接矩阵用二维数组即可存储，定义如下：