图在日常生活及科学技术领域都有着广泛的应用.ppt

第七章图;图的概念;▲图的二元组的另一个定义：图由顶点集(vertexset)V(G)和边集(edgeset)E(G)所组成。

假设V(G)为空，那么E(G)也必然为空；假设V(G)非空，那么E(G)不一定非空。

▲有向图(directedgraph)----

指图G的边集E(G)中为有向边。

▲无向图(undirectedgraph)----

指图G的边集E(G)中为无向边。;V(G1)={0,1,2,3}

E(G1)={(0,1),(0,2),(0,3),(1,2),(1,3),(2,3)}

V(G2)={0,1,2,3,4,5,6}

E(G2)={(0,1),(0,2),(1,3),(1,4),(2,5),(2,6)}

V(G3)={0,1,2}E(G3)={0,1,1,0,1,2}

E(G4)={0,1,2,3}

V(G4)={0,1,1,0,0,2,2,0,0,3,3,0,1,2,2,1,1,3,3,1,2,3,3,2};;端点(endpoint)和邻接点(adjacent);顶点的度、入度、出度;假设一个图有n个顶点和e条边，那么该图所有顶点的度同边数e满足一下关系：

证明：∵每条边连接着两个顶点，

∴每个顶点的度数分别加1，总和加2，

∴全部顶点的度数为所有边数的2倍。;完全图、稠密图、稀疏图;子图;路径和回路;路径长度----是指该路径上经过的边的数目。

简单路径----指一条路径上的所有顶点均不同。

复杂路径----指一条路径上的顶点有所重复。

回路(环cycle)----指一条路径上的前后两端点相同。;连通和连通分量;强连通图和强连通分量;权和网;图的存储结构;邻接矩阵(adjacencymatrix);next;对于带权图，邻接矩阵表示为;采用邻接矩阵表示图，便于查找图中任一边或边上的权，时间复杂度为O(1)。

例：查找边(i,j)或i,j，只要查A[i,j]是否为一个有效值(非零值或非MaxValue值)即可；假设为有效值那么边存在，否那么不存在。

也便于查找图中任意顶点的度，时间复杂度为O(n)。

例：在无向图中，统计第i行(列)有效元素个数可得顶点vi的度；在有向图中，统计第i行有效元素个数可得顶点vi的出度，统计第i列有效元素个数可得顶点vi的入度。;查找任一顶点的邻接点也同样方便，依次查找一个顶点所有邻接点(出边邻接点或入边邻接点)时间复杂度为O(n)。

例：查找vi的一个邻接点(无向图)或出边邻接点(有向图)，只要在第i行上查找出一个有效元素，以该元素所在列号j为序号的???点vj就是所求。

空间复杂度：邻接矩阵存储需要占用n*n个整数存储位置表示顶点的相邻关系，还需要一个n个元素的一维数组存储顶点信息，空间复杂度为O(n2)。适合稠密图。;邻接矩阵的类型定义：

#defineMaxVertexNum8

#defineMaxEdgeNum20

#defineMaxValue1000

typedefintVertexType;

typedefVertexTypeVexlist[MaxVertexNum];

typedefintAdjmatrix[MaxVertexNum][MaxVertexNum];;算法7-1生成无向带权图顶点数组和邻接矩阵的算法p128-129

voidCreate1(VexlistGV,AdjmatrixGA,intn,inte)

{inti,j,k,w;

printf(“输入%d个顶点数据：〞,n);

for(i=0;in;i++)scanf(“%d〞,GV[i]);;for(i=0;in;i++)

for(j=0;jn;j++)

{if(i==j)GA[i][j]=0;

elseGA[i][j]=MaxValue;}

printf(“\n输入d条无向带权边：\n〞,e);

for(k=1;k=e;k++)

{scanf(“%d%d%d〞,i,j,w);

GA[i][j]=GA[j][i]=w;}

};邻接表(adjacencylist);无向图的vi邻接表的边结点数，等于vi的边数/邻接点数/度数；

有向图的vi邻接表的边结点数，等于vi的出边数/出边邻接点数/出度数。

边结点包含三个域：

▲邻接点域(adjvex)：存储顶点vi的一个邻接顶点vj的序号j；

▲权域(weight)：存储边(vi,vj)/vi,vj的权；(无权图不需要)

▲链域(next)：用以链接下一个边结点;用一个n个元素