数据结构 第7章图.ppt

数据结构课程的内容;哥尼斯堡七桥问题 德国古城—哥尼斯堡—普雷格尔河—七 桥问题：从任一桥头出发，依次走过每座 桥，每座桥只走一次，最后回到出发点。 ——一笔画问题;;;7.1 基本术语 7.2 存储结构 7.3 图的遍历 7.4 图的连通性 7.5 图的应用;7.1 图的基本术语;例：判断下列4种图形各属什么类型？;证明：;稀疏图：稠密图： ;带权图：;生成树：;邻接点：;简单路径：;ADT Graph { 数据对象V： 数据关系 R： 基本操作P： }ADT Graph ;7.2 图的存储结构;① 建立一个顶点表和一个邻接矩阵。;例2 ：有向图的邻接矩阵如何表示？; 容易实现图的操作，如：求某顶点的度、判断顶点之间是否有边（弧）、找顶点的邻接点等等。 n个顶点需要n*n个单元存储边(弧);空间效率为O(n2)。;注：用两个数组分别存储顶点表和邻接矩阵 #define INFINITY INT_MAX //最大值∞ #define MAX_VERTEX_NUM 20 //假设的最大顶点数 Typedef enum {DG, DN, AG, AN } GraphKind; //有向/无向图，有向/无向网;Status CreateUDN(Mgraph G){ //无向网的构造，用邻接矩阵表示 scanf(G.vexnum, G.arcnum, IncInfo); //输入总顶点数n、总弧数e和信息 for(i=0;iG.vexnum,;++i) scanf(G.vexs[i] );//输入n个顶点值，存入一维向量;2. 邻接表（链式）表示法;例1：无向图的邻接表如何表示？;例3：已知某网的邻接（出边）表，请画出该网络。;分析1: 对于n个顶点e条边的无向图，邻接表中除了n个头结点外，只有2e个表结点,空间效率为O(n+2e)。 若是稀疏图(en2)，则比邻接矩阵表示法O(n2)省空间。;讨论：邻接表与邻接矩阵有什么异同之处？;图的邻接表在机内如何表示？ （参见教材P163）; 它是有向图的另一种链式结构。 思路：将邻接矩阵用链表存储，是邻接表、逆邻接表的结合。 1、开设弧结点，设5个域（每段弧是一个数据元素） 2、开设顶点结点，设3个域（每个顶点也是一个数据元素）;v1;#define MAX_VERTEX_NUM 20;这是无向图的另一种存储结构，当对边操作时建议采用此种结构存储。 1、设立边结点， 6个域（每条边是一个数据元素） 2、设立顶点结点， 2个域（每个顶点也是一个数据元素）;;一、深度优先搜索 二、广度优先搜索 ;一、深度优先搜索( DFS );深度优先搜索（遍历）步骤：;讨论1：计算机如何实现DFS？;for( j=1; j=n; j++) if ( A[v, j] ! visited[j] ) DFS1(A, n, j); return; } // DFS1;讨论3：在图的邻接表中如何进行DFS？;讨论4： 邻接表的DFS算法如何编程？;DFS 算法效率分析:;二、广度优先搜索( BFS );广度优先搜索（遍历）步骤：;讨论1：计算机如何实现BFS？;while(rear!=front){ //队不空时 front=(front+1)%n; v=q[front]; //访问过的顶点出队 p=List[v].firstarc; //P指向第1个邻接点 while(!p){ if(! Visited[adjvex(p)] )//未到表尾，且邻接域未访问过， {Visit(adjvex(p)); Visited[adjvex(p)]=1;//则先输出再改标记， rear=(rear+1)%n; q[rear]= adjvex(p)} //最后再入队 p=nextarc(p); } //指向单链表中下一个邻接点 } return } // BFS1;BFS 算法效率分析:;7.4 图的连通性问题;1.求图的生成树（或生成森林）;例1 ：画出下图的生成树;其实由邻接矩阵或邻接表也能直接画出生成森林;11;D;2. 求最小生成树;欲在n个城市间建立通信网，则n个城市应铺n-1条线路；但因为每条线路都会有对应的经济成本，而n