数据结构之图形结构二

图形的遍历

图形遍历的方法有两种：深度优先遍历和广度优先遍历

深度优先遍历有点类似于前序遍历：从图形的某一点开始遍历，被访问过的顶点就做上已访问的记号，接着遍历此顶点的所有相邻且未访问过的顶点中的任意一个顶点，并做上已访问的记号再已该点为新的起点继续进行深度优先的搜索。

注意了：这种图形遍历方法结合了递归和堆栈两种数据结构的技巧。

广度优先遍历遍历方式是以队列和递归技巧来遍历，也是从图形的某一顶点开始遍历，被访问过的顶点就做上已访问的记号

生成树（Spanning Tree）

定义：一个图形的生成树以最少的边来连接图形中所有的顶点，且不造成回路的树状结构。（我们会发现图的遍历结果就可以当作生成树序列）

如果使用深度优先遍历所产生的生成树就叫深度优先生成树。若是广度优先则叫做广度优先生成树

所以：一个图形通常具有不止一条生成树

MST生成树

给图的边加一个权重值，这叫做加权图，生成最小成本生成树是相当重要的

以贪婪法则为基础，求一个无向连通图的最小生成树的常见方法有：Prim's算法和Kruskal's算法

Prim's算法

产生U,V两个集合，从V-U集合里，找出V集合中每一步形成最小成本边的点，加入U，反复执行同样的步骤，直到U=V集合

Kruskal's算法

Kruskal算法是将各边线按照权值大小由小到大排列，接着从权值最低的边线开始建立最小成本生成树，如果加入的边线会造成回路则舍弃不用，直到加入了n-1个边线为止

图形的最短路径

单点对全部顶点：Dijkstra算法

顶点两两之间的最短距离：Floyd算法

AOV网络与拓扑排序

网络图形常用于规划大型项目，我们称用图形顶点来代表一项工作的网络为顶点活动网（简称AOV网络）

拓扑排序与拓扑次序：如果在AOV网络中，具有部分次序的关系（即有某几个顶点为前驱），拓扑排序的功能就是将这些部分次序（Partial Order)的关系，转换成线性次序（Linear Order)的关系。

例如i是j的前驱，在线性次序中，i仍排在j的前面，具有这种特性的线性次序就称为拓扑次序（Topological Order)。

下面我们为拓扑排序与拓扑次序进行摘要性的说明：

1.产生拓扑次序必须存在的条件是一个无回路的图形，由于AOV网络代表各项小工作的先后完成顺序图，所以没有循环工作的问题，也就是说AOV网络经过拓扑排序后可以产生有线性次序关系的拓扑次序。

2.在一个AOV网络经过拓扑排序后所产生的拓扑次序可能有一个以上，亦即拓扑次序并不是唯一的。

如果同时有两个顶点没有前驱顶点，那结果就不是唯一解。

另外如果每一个顶点网络都有前驱，那表示此网络含有回路即有环，则无法进行拓扑排序。

AOE网络

AOV网络是指在有向图形中的顶点表示一项工作，而边表示顶点之间的先后关系。

还有一个新名词AOE（Ativity On lEdge）。 所谓AOE是指事件（event)的行动（action）在边上的有向图。
其中的顶点作为各“进入边事件”（imeident in edge）的汇集点，当所有“进入边事件”的行动全部完成后，才可以开始“外出地事件”（lneident out edge)的行动。

在AOE网络中会有源头顶点和目的顶点。从源头顶点开始计时执行各边上事件的行动，到目的顶点完成为止所需的时间为所有事作完成的总时间。 

熟悉一下概念：

关键路径

最早时间

最晚时间

关键顶点