数据结构第6章 图.pptVIP

* 应用普里姆算法构造最小生成树的过程 * 设连通网络 N = { V, E } 1. 构造一个只有 n 个顶点，没有边的非连通图 T = { V, ? }, 每个顶点自成一个连通分量 2. 在 E 中选最小权值的边,若该边的两个顶点落在不同的连通分量上，则加入 T 中；否则舍去，重新选择 3. 重复下去，直到所有顶点在同一连通分量上为止 克鲁斯卡尔算法的基本思想－归并边 * 应用克鲁斯卡尔算法构造最小生成树的过程 √ √ √ √ × √ × √ * 典型用途：交通问题。如：城市A到城市B有多条线路，但每条线路的交通费（或所需时间）不同，那么，如何选择一条线路，使总费用（或总时间）最少？ 问题抽象：在带权有向图中A点（源点）到达B点（终点）的多条路径中，寻找一条各边权值之和最小的路径，即最短路径。 （注：最短路径与最小生成树不同，路径上不一定包含n个顶点） 最短路径 * 一顶点到其余各顶点 两种常见的最短路径问题： 一、 单源最短路径—用Dijkstra（迪杰斯特拉）算法 二、所有顶点间的最短路径—用Floyd（弗洛伊德）算法 任意两顶点之间 * 基本思想：——仿树的先序遍历过程。 v1 v1 v2 v3 v8 v7 v6 v4 v5 DFS 结果 → → → → → → → v2 v4 v8 v5 v3 v6 v7 起点 深度优先搜索( DFS － Depth_First Search) * 深度优先搜索的步骤 简单归纳： 访问起始点v; 若v的第1个邻接点没访问过，深度遍历此邻接点； 若当前邻接点已访问过，再找v的第2个邻接点重新遍历。 * 2 1 3 4 5 6 2→1→3→5→4→6 深度优先搜索练习 * 深度优先搜索的步骤 详细归纳： 在访问图中某一起始顶点 v 后，由 v 出发，访问它的任一邻接顶点 w1； 再从 w1 出发，访问与 w1邻接但还未被访问过的顶点 w2； 然后再从 w2 出发，进行类似的访问，… 如此进行下去，直至到达所有的邻接顶点都被访问过的顶点 u 为止。 起点 * 深度优先搜索的步骤 详细归纳： 接着，退回一步，退到前一次刚访问过的顶点，看是否还有其它没有被访问的邻接顶点。 如果有，则访问此顶点，之后再从此顶点出发，进行与前述类似的访问； 如果没有，就再退回一步进行搜索。重复上述过程，直到连通图中所有顶点都被访问过为止。 起点 2→1→3→5→4→6 * 讨论1：计算机如何实现DFS？ 1 2 3 4 5 6 1 0 0 0 0 0 0 2 0 0 0 0 0 0 3 0 0 0 0 0 0 4 0 0 0 0 0 0 5 0 0 0 0 0 0 6 0 0 0 0 0 0 0 0 0 0 0 0 1 2 3 4 5 6 0 1 0 0 0 0 1 1 0 0 0 0 1 1 1 0 0 0 1 1 1 0 1 0 1 1 1 1 1 0 1 1 1 1 1 1 DFS 结果 邻接矩阵 A 辅助数组 visited [n ] ——开辅助数组 visited [n ]！ 1 2 3 4 5 6 1 0 1 1 1 0 0 2 1 0 0 0 1 0 3 1 0 0 0 1 0 4 1 0 0 0 0 1 5 0 1 1 0 0 0 6 0 0 0 1 0 0 2 1 3 4 5 6 2→1→3→5→4→6 * void DFS(AMGraph G, int v){ //图G为邻接矩阵类型 coutv; visited[v] = true; //访问第v个顶点 for(w = 0; w G.vexnum; w++) //依次检查邻接矩阵v所在的行 if((G.arcs[v][w]!=0) (!visited[w])) DFS(G, w); //w是v的邻接点，如果w未访问，则递归调用DFS } 讨论2：DFS算法如