数据结构 C语言版.ppt

1. 通过这个函数对11个元素建立查找表如下： 0 1 2 3 4 5 6 7 8 9 10 图9.5 关键字与函数的对应关系 10 20 41 18 6 27 15 25 13 1 22 2. 查找时，对给定值kx依然通过这个函数计算出地址，再将kx与该地址单元中元素的关键字比较，若相等，查找成功。 哈希表与哈希方法：选取某个函数，依该函数按关键字计算元素的存储位置，并按此存放；查找时，由同一个函数对给定值kx计算地址，将kx与地址单元中元素关键字进行比较，确定查找是否成功，这就是哈希方法。哈希方法中使用的转换函数称为哈希函数。按这个思想构造的表称为哈希表。 拓扑排序方法 (1) 在网络中选择一个没有前趋的顶点，并把它输出； (2) 从网络中删去该顶点和从该顶点发出的所有有向边； (3) 重复执行上述两步，直到网中所有的顶点都被输出 (此时，原AOV网络中的所有顶点和边就都被删除掉了)。 如果进行到某一步，无法找到无前趋的顶点，则说明此AOV网络中存在有向环路，遇到这种情况，拓扑排序就无法进行了。 关键路径法 关键路径法是采用边表示活动(Activity On Edge)的网络，简称为AOE网络。 AOE网络是一个带权的有向无环路图，其中，每个顶点代表一个事件(Event)，事件说明某些活动或某一项活动的完成，即阶段性的结果。 离开某顶点的各条边所代表的活动，只有在该顶点对应的事件出现后才能开始。 权值表示活动持续的时间。 关键路径 完成工程所需的时间就是从开始点起进行到结束点止所需的时间。 路径长度是指沿路径各边的权值之和，也就是这些边所代表的活动所需时间之和。 完成整个工程所需的时间取决于从开始点到结束点的最长路径长度，此长度最大的路径叫做关键路径。 分析关键路径的目的是辨别哪些是关键活动，以便争取提高关键活动的效率，缩短整个工期。 7-6 最短路径 最短路径问题是图的又一个比较典型的应用问题。例如，某一地区的一个交通网，给定了该网内的n个城市以及这些城市之间的相通公路的距离，问题是如何在城市A和城市B之间找一条最近的通路。如果将城市用顶点表示，城市间的公路用边表示，公路的长度则作为边的权值，那么，这个问题就可归结为在网中，求点A到点B的所有路径中，边的权值之和最短的那一条路径。这条路径就称为两点之间的最短路径，并称路径上的第一个顶点为源点（Sourse），最后一个顶点为终点（Destination）。在不带权的图中，最短路径是指两点之间经历的边数最少的路径。 图7.8 用迪杰斯特拉算法求有向图的最短路径过程 V1 V5 V2 V4 V3 20 10 35 10 15 30 V1 V5 V2 V4 V3 20 15 V1 V5 V2 V4 V3 20 10 15 30 V1 V5 V2 V4 V3 20 10 15 30 V1 V5 V2 V4 V3 20 10 15 30 10 小 结 图的定义、术语及其含义； 各种图的邻接矩阵表示法及其类型说明； 图的按深度优先搜索遍历方法和按广度优先搜索遍历方法； 生成树和最小生成树的概念； 由Prim算法思想构造最小生成树按Prim算法思想； 拓扑序列和拓扑排序的概念、算法思想； 解并掌握关键路径的算法思想； 理解并掌握最短路径的算法思想。 第9章 查找 9-1 静态查找表 9-2 动态查找表 9-3 哈希表 主菜单 9-1 静态查找表 查找的基本概念 顺序查找(Sequential Search) 二分查找(Binary Search) 分块查找(Blocking Search) 查找的基本概念 查找表 查找 动态查找表 静态查找表 关键字（Key） 主关键字 内查找和外查找 平均查找长度ASL 顺序查找(Sequential Search) 基本思想是：从表的一端开始，顺序扫描线性表，依次将扫描到的结点关键宇和给定值K相比较。若当前扫描到的结点关键字与K相等，则查找成功；若扫描结束后，仍未找到关键字等于K的结点，则查找失败。 顺序查找(Sequential Search) 基本思想是：从表的一端开始，顺序扫描线性表，依次将扫描到的结点关键宇和给定值K相比较。若当前扫描到的结点关键字与K相等，则查找成功；若扫描结束后，仍未找到关键字等于K的结点，则查找失败。 顺序查找的类型说明 ? typedef struct{ ?? KeyType key； ??? InfoType otherinfo； //此类型依赖于应用 ??}NodeType； ? typedef NodeType SeqList[