图论

著名的算法有：求最小生成树的Kruskal算法，求最短路径的Dijkstra算法和Floyd算法、求两部图最大匹配的匈牙利算法、求一般图最大匹配的Edmonds花算法、求网络最大流和最小流的算法

显示图：路径问题、连通性问题、可平面性检验、着色问题和网络优化（顶点、边和权重）（邻接矩阵、邻接链表）（深度优先搜索算法、广度优先搜索算法）

隐式图：二维表格上提出的问题，八皇后问题、老鼠走迷宫、五子棋、象棋（子集树、排列树）（不用专门存储）（回溯法、分枝法）

搜索算法：穷举法、启发式搜索（|提前判断哪些状态尽快找到问题解或某个情况不能得到最优解）

树中每个结点确定所求解问题的一个问题状态，由根结点到其他结点的所有路径，就确定了这个问题的状态空间。

解状态：由根到S的那条路径确定了该解空间中的一个元组

答案状态：由根到S的这条路径确定了该问题的一个解

问题状态 ----> 解状态 -----> 答案状态

活结点 ----->   E-结点 ------>  死结点

广度优先搜索

算法设计思路：

1. 确定图的存储方式

2. 设计图搜索过程中的操作

3. 输出问题的结论

算法框架：

活结点的扩展是按先来先处理的原则，算法中要用“队”来存储每个E-结点扩展出的活结点

应用

宽度【1】若干个城市的地图，求一个城市到另一个城市的路径，经过的城市最少

用线性数组作为活结点队列存储空间，队列每个节点有两个成员，入队的城市、前驱城市在队列中的下标

【2】走迷宫问题

数组做队列的存储空间，队中结点有3个成员：行号、列号和前一个方格在队列中下标，搜索过的方格元素设置为-1

循环体用数组fx[]={1,-1,0,0} fy[]={0,0,-1,1}模拟上下左右搜索的下标的变化过程

深度【3】走迷宫

【4】割点

回溯【八皇后】

加约束条件的枚举算法；非递归回溯（深度搜索）；递归算法

【马遍历问题】n*m棋盘上，马只能走“日”字，每格走一次，且只走一次

搜索过程：任意一点出发，按深度优先的原则，从8个方向中尝试一个可以走的点，知道走过棋盘上所有n*m个点，用递归调用算法

dep深度，走过的点数；经过用1，未经过用0

分支限界法

在问题解空间上进行搜索尝试的算法。所谓“分支”是采用广度优先的策略，一次搜索E-结点的所有分支。在生成结点中，抛弃那些不满足约束条件的结点，其余结点加入活节点表，然后从表中选择一个结点作为下一个E-结点，继续搜索。有FIFI搜索，LIFO搜索，优先队列式搜索