第8章 图应用学习 文档 参考.ppt

拓扑排序的实现 问题⑴ 以邻接表作为存储结构 问题⑵ 可以用“弧头顶点的入度减1”的方法来间接实现。 为便于考察每个顶点的入度，引入一个存放各顶点入度的数组（indegree[ ]) 问题⑶ 为了避免每一步选入度为0的顶点时，重复扫描数组indegree，设置一个栈来存储所有入度为0 的顶点。 在进行拓扑排序之前，只要对顶点表扫描一遍，将所有入度为0 的顶点都推入栈中，一旦排序过程中出现新的入度为0 的顶点，也同样将其推入栈中。 1、扫描顶点表，将入度为0 的顶点入栈； 2、while ( 栈非空 ) { 将栈顶顶点v弹出并输出之； 检查v的出边，将每条出边<v,u>终点u的入度减1， 若u的入度变为0，则把u推入栈； } 3、若输出的顶点数小于n，则输出“有回路”；否则拓扑排序正常结束。 拓扑排序算法框架 void TopoSort( ALGraph<T> &G ) { int *indegree=new int[G.vexterNum()]; S.InitStack(); //初始化栈S for(i=0;i<G.vexterNum(); ++i) //初始化入度数组indrgree indegree[i]=0; for(i=0; i<G.vexterNum();++i) //求所有顶点的入度 for(p=G.firstEdge(i); p; p=p->nextedge) indegree[p->adjvex]++; for(i=0;i<G.vexterNum();++i) //将入度为0的顶点入栈 if( !indegree[i] ) S.Push(i); count=0; //对输出顶点计数 拓扑排序算法: while( !S.StackEmpty() ){ i=S.Pop(); cout<<G.getVexValue(i); //输出顶点 ++count; for(p=G.firstEdge(i); p; p=p->nextedge){ k=p->adjvex; if( !(--indegree[k]) ) //将新的入度为的顶点入栈 S.Push(k); } } if(count<G.vexterNum()) cout<<"The network has cycle!\n"; delete []indegree; } 算法的时间复杂度为O(n+e) 拓扑排序算法 用途： 将有向无环图中的顶点线性化； 检测一个有向图中是否存在环。 在学习本章时，应掌握下列学习要点： ⑴ 掌握两种图的存储结构； ⑵ 掌握并学会应用图的两种遍历方法； ⑶ 掌握最小生成树的两种构造算法； ⑷ 掌握求解单源最短路径问题的Dijkstra算法和求解每对顶点之间最短路径的Floyd算法的算法思想与算法描述，并学会应用它们解决实际问题； ⑸ 掌握AOV网和拓扑排序的概念，掌握拓扑排序算法的算法思想与算法描述；  本章小结 Kruskal算法的实现？ struct Edge { int u, v; //边的两个顶点序号 float weight; //边的权值 }; void Kruskal(Edge graph[], int n, Edge tree[]){ int* components=new int[n]; for(i=0; i<n; ++i) components[i]=i; //初始化辅助数组 int k=0, j=0; while( k<n-1){ //选出n-1条边 u=graph[j].u; v=graph[j].v; nu=components[u]; nv=components[v]; if ( nu != nv ){ tree[k].u=u; tree[k].v=v; tree[k].weight=graph[j].weight; k++; for(i=0;i<n;i++) //将两个集合统一编号 if(components[i]==nv) components[i]=nu; } j++; } delete []comp