目录
图
- 图(Graph)是由顶点的有穷非空集合和顶点之间边的集合组成,
- 通常表示为:G(V,E)
- G表示一个图
- V是图G中顶点的集合
- E是图G中边的集合
与线性表、树的区别
- 1
- 线性表中:数据元素叫【元素】
- 树结构中:数据元素叫【结点】
- 图结构中:数据元素叫【顶点(Vertex)】
- 2
- 线性表中:可以为【空表】
- 树结构中:可以为【空树】
- 图结构中:顶点集合V要有穷非空
- 3
- 线性表中:相邻的数据元素之间具有线性关系
- 树结构中:相邻两层的结点具有层次关系
- 图结构中:任意两个顶点之间都可能有关系,顶点之间的逻辑关系用边来表示,边集可以是空的
图的相关定义
- 【无向边】(Vi,Vj):顶点Vi到Vj之间的边没有方向
- 【有向边】<Vi,Vj>:顶点Vi到Vj之间的边有方向,又称弧(Arc),Vi是弧尾
- 【简单图】:在图结构中,若不存在顶点到其自身的边,且同一条边不重复出现
- 【无向完全图】:无向图中任意两个顶点之间都存在边
- 含有n个顶点的无向完全图有 n*(n-1)/2 条边
- 【有向完全图】:有向图中任意两个顶点之间都存在方向互为相反的两条弧
- 含有n个顶点的有向完全图有n*(n-1)条边
- 【稀疏图】和【稠密图】:边少为稀疏
- 【权(Weight)】:与图的边或弧相关的数
- 【网(Network)】:带权的图
- 【子图(Subgraph)】:G1=(V1,E1),G2=(V2,E2),V2⊆V1,E2⊆E1,则称G2为G1的子图
- 【路径】:一个顶点序列
- 【路径长度】:路径上边或弧的数目
- 【回路】或【环(Cycle)】:第一个顶点到最后一个顶点相同的路径
- 【简单路径】:序列中顶点不重复出现的路径
- 【简单回路】或【简单环】:除了第一个顶点和最后一个顶点之外,其余顶点不重复出现的回路
度
- 对于无向图G=(V,E),边(V1,V2)∈E
- 顶点V1和V2互为邻接点(Adjacent),即V1和V2【相邻接】
- 边(V1,V2)依附(incident)于顶点V1和V2,或者说边(V1,V2)与顶点V1和V2【相关联】
- 【顶点V的度(Degree)】TD(V):和V相关联的边的数目
- 对于有向图G=(V,E),<V1,V2>∈E
- 顶点V1邻接到顶点V2,顶点V2邻接自顶点V1
- 【入度(InDegree)】ID(V):顶点V为头的弧的数目
- 【出度(OutDegree)】OD(V):V为尾的弧的数目
- TD(V) = ID(V) + OD(V)
连通图
- 在无向图G中
- 如果从顶点V1到顶点V2有路径,则称V1和V2是连通的,
- 如果对于图中任意两个顶点Vi和Vj都是连通的,则称G是【连通图】
- 【连通分量】:无向图中的极大连通子图
- 首先要是子图,并且子图是要连通的
- 连通子图含有极大顶点数
- 具有极大顶点数的连通子图包含依附于这些顶点的所有边
- 【连通图生成树】:一个连通图的生成树是一个极小的连通子图,它含有图中全部的n个顶点,但只有足以构成一棵树的n-1条边
- 在=有向图G中
-
对于每一对Vi到Vj都存在路径,则称G是【强连通图】
-
【强连通分量】:有向图中的极大强连通子图
-
如果一个有向图恰有一个顶点入度为0,其余顶点的入度均为1,则是一棵【有向树】
-
【有向图生成森林】由若干有向树组成,包含所有顶点,但只包含构成若干不相交的有向树的弧
-
ADT
ADT 图(Graph)
Data
顶点的有穷非空集合和边的集合
Operation
CreateGraph( *G, V, VR )
初始条件:V是图的顶点集,VR是图中弧的集合。
操作结果:按V和VR的定义构造图G。
DestroyGraph( *G )
初始条件:图G存在。
操作结果:销毁图G。
LocateVex( G, u )
初始条件:图G存在,u和G中顶点有相同特征。
操作结果:若G中存在顶点u,则返回该顶点在图中位置;否则返回其它信息。
GetVex( G, v )
初始条件:图G存在,v是G中某个顶点。
操作结果:返回v的值。
PutVex( G, v, value )
初始条件:图G存在,v是G中某个顶点。
操作结果:对v赋值value。
FirstAdjVex( G, *v )
初始条件:图G存在,v是G中某个顶点。
操作结果:返回v的第一个邻接顶点。若顶点在G中没有邻接顶点,则返回“空”。
NextAdjVex( G, v, *w )
初始条件:图G存在,v是G中某个顶点,w是v的邻接顶点。
操作结果:返回v的(相对于w的)下一个邻接顶点。若w是v的最后一个邻接点,则返回“空”。
InsertVex( *G, v )
初始条件:图G存在,v和图中顶点有相同特征。
操作结果:在图G中增添新顶点v。
DeleteVex( *G, v )
初始条件:图G存在,v是G中某个顶点。
操作结果:删除G中顶点v及其相关的弧。
InsertArc( *G, v, w )
初始条件:图G存在,v和w是G中两个顶点。
操作结果:在G中增添弧<v,w>,若G是无向的,则还增添对称弧<v,w>。
DeleteArc( *G, v, w )
初始条件:图G存在,v和w是G中两个顶点。
操作结果:在G中删除弧<v,w>,若G是无向的,则还删除对称弧<v,w>。
DFSTraverse( G, Visit() )
初始条件:图G存在,Visit是顶点的应用函数。
操作结果:对图进行【深度优先遍历】。在遍历过程中对每个顶点调用函数Visit一次且仅一次。一旦visit()失败,则操作失败。
BFSTraverse( G, Visit() )
初始条件:图G存在,Visit是顶点的应用函数。
操作结果:对图进行【广度优先遍历】。在遍历过程中对每个顶点调用函数Visit一次且仅一次。一旦visit()失败,则操作失败。
endADT
图的存储结构
邻接矩阵(稠密图)
- 图的【邻接矩阵(Adjacency Matrix)】存储方式是用两个数组来表示图:
- 顶点数组为vertex[4]={V0,V1,V2,V3}
- 边数组arc[4][4]为对称矩阵( 0 表示不存在顶点间的边,1 表示顶点间存在边 )
- 由邻接矩阵可知:
- 两顶点是否有边
- 某个顶点的 (出 \ 入) 度 = 顶点 Vi 在邻接矩阵中第 i 行 \ 列 的元素之和
- 顶点Vi的所有邻接点
- arc[i][j] 的值
图 | Value |
---|---|
无向图 | 1、0 |
有向图 | 1、0 |
网 | Wij (权值)、 0 (i=j)、 ∞ |
邻接矩阵存储结构
typedef char VertexType; // 用户定义顶点类型
typedef int EdgeType; // 用户定义边上权值类型
#define MAXVEX 100 // 用户定义最大顶点数
#define INFINITY 65535 // 65535代表 ∞
typedef struct
{
VertexType vexs[MAXVEX]; // 顶点表
EdgeType arc[MAXVEX][MAXVEX]; // 边表
int numVertexes, numEdges; // 图当前顶点数和边数
} MGraph;
由邻接矩阵构造图
// 建立无向网图的邻接矩阵表示
void CreateMGraph(MGraph *G)
{
int i, j, k, w;
printf("输入顶点数和边数:\n");
scanf("%d %d", &G->numVertexes, &G->numEdges);
for( i=0; i < G->numVertexes; i++ ){ // 读入顶点信息,建立顶点表
scanf("%c", &G->vexs[i]);
}
for( i=0; i < G->numVertexes; i++ ){
for( j=0; j < G->numVertexes; j++ ){
G->arc[i][j] = INFINITY; // 邻接矩阵初始化
}
}
for( k=0; k < G->numEdges; k++ ){
printf("输入边(Vi,Vj)上的下标i,下标j,和权值W:\n");
scanf("%d %d %d", &i, &j, &w);
G->arc[i][j] = w;
G->arc[j][i] = G->arc[i][j]; // 无向图矩阵对称
}
}
邻接表(稀疏图)
- 数组 + 链表
- 顶点用一个一维数组存储:【data】+【firstedge】
- 每个顶点Vi的所有邻接点构成一个线性表,用单链表存储,采用头插法
- 无向图——边表:【adjvex】+【next】
- 有向图——出边表:【adjvex】+【next】
- 网:【adjvex】+【weight】+【next】
邻接表存储结构
typedef char VertexType; // 用户定义顶点类型
typedef int EdgeType; // 用户定义边上权值类型
#define MAXVEX 100 // 用户定义最大顶点数
typedef struct EdgeNode // 边表结点
{
int adjvex; // 邻接点对应的下标
EdgeType weight; // 网存储权值
struct EdgeNode *next; // 指向下一个邻接点
} EdgeNode;
typedef struct VertexNode // 顶点表结点
{
VertexType data; // 顶点信息
EdgeNode *firstEdge; // 边表头指针
} VertexNode, AdjList[MAXVEX];
typedef struct
{
AdjList adjList;
int numVertexes, numEdges; // 图当前顶点数和边数
} GraphAdjList;
由邻接表构造图
// 建立无向图的邻接表表示
void CreateALGraph(GraphAdjList *G)
{
int i, j, k;
EdgeNode *e;
printf("输入顶点数和边数\n");
scanf("%d %d", &G->numVertexes, &G->numEdges);
for( i=0; i < G->numVertexes; i++ ){ // 建立顶点表
scanf("%c", &G->adjList[i].data); // 读入顶点信息
G->adjList[i].firstEdge = NULL; // 边表初始化为空
}
for( k=0; k < G->numEdges; k++ ){ // 建立边表
printf("输入边(Vi,Vj)上的顶点序号:\n");
scanf("%d %d", &i, &j);
e = (EdgeNode *)malloc(sizeof(EdgeNode)); // 申请边表结点内存空间
e->adjvex = j; // 邻接序号为j
e->next = G->adjList[i].firstEdge; // e指向当前顶点指向的结点,头插法
G->adjList[i].firstEdge = e; // 当前顶点指向e
e = (EdgeNode *)malloc(sizeof(EdgeNode)); // 申请边表结点内存空间
e->adjvex = i; // 邻接序号为i
e->next = G->adjList[j].firstEdge; // e指向当前顶点指向的结点,头插法
G->adjList[j].firstEdge = e; // 当前顶点指向e
}
}
十字链表(有向图)
- 邻接表 + 逆邻接表
- 顶点表结点:【data】+【firstin】+【firstout】
- firstin:入边表指针
- firstout:出边表指针
- 边表结点:【tailvex】+【headvex】+【headlink】+【taillink】
- tailvex:弧起点 在顶点表的下标
- headvex:弧终点 在顶点表的下标
- headlink:入边表指针域,指向终点相同的下一条边
- taillink:出边表指针域,指向起点相同的下一条边
- weight:网中权值
- 顶点表结点:【data】+【firstin】+【firstout】
- 特点:
- 既容易找到以Vi为尾的弧,也容易找到以Vi为头的弧
- 容易求得顶点的出度和入度
邻接多重表(无向图)
- 关注对边的操作,比如对已经访问过的边做标记、删除某一条边等
- 顶点表结点:【data】+【firstedge】
- 边表结点:【ivex】+【ilink】+【jvex】+【jlink】
- ivex 和 jvex 是与某条边依附的两个顶点在顶点表中的下标
- ilink 指向依附顶点 ivex 的下一条边
- jlink 指向依附顶点 jvex 的下一条边
边集数组
- 由两个一维数组构成,一个是存储顶点的信息,另一个是存储边的信息
- 边数组每个数据元素由一条边的起点下标(begin)、终点下标(end)和权(weight)组成
typedef struct{
int begin;
int end;
int weight;
}Edge
图的遍历
- 从图中某一顶点出发访遍图中其余顶点,每一顶点仅被访问一次
深度优先遍历(Depth_First_Search)
- 类似树的先序遍历
- 递归工作栈,空间复杂度O(|V|)
- 时间复杂度:
- 邻接矩阵:O(|V|2)
- 邻接表:O(|V|+|E|)
- 深度优先生成树、森林:遍历过程中得到的遍历树
- 连通图:生成树
- 非连通图:生成森林
- 邻接矩阵:唯一
- 邻接表:不唯一
邻接矩阵
#define TRUE 1
#define FALSE 0
#define MAX 256
typedef int Boolean; // 布尔类型
Boolean visited[MAX]; // 定义一个全局访问标志的数组
// 邻接矩阵的深度优先递归算法
void DFS(MGraph G, int i)
{
int j;
visited[j] = TRUE;
printf("%c ", G.vexs[i]); // 打印顶点,或其他操作
for( j=0; j < G.numVertexes; j++ )
{
if( G.arc[i][j]==1 && !visited[j] )
{
DFS(G, j); // 对未访问的邻接顶点递归调用
}
}
}
// 邻接矩阵的深度遍历操作
void DFSTraverse(MGraph G)
{
int i;
for( i=0; i < G.numVertexes; i++ )
{
visited[i] = FALSE; // 初始所有顶点都是未访问状态
}
for( i=0; i < G.numVertexes; i++ )
{
if( !visited[i] )
{
DFS(G, i); // 对未访问过的结点调用DFS,若是连通图只执行一次
}
}
}
邻接表
#define TRUE 1
#define FALSE 0
#define MAX 256
typedef int Boolean;
Boolean visited[MAX];
// 邻接表的深度优先递归算法
void DFS(GraphAdjList GL, int i)
{
EdgeNode *p;
visited[i] = TRUE;
printf("%c " GL->adjList[i].data);
p = GL->adjList[i].firstEdge;
while(p)
{
if( !visited[p->adjvex] )
{
DFS(GL, p->adjvex); // 对未访问的邻接顶点递归调用
}
p = p->next;
}
}
// 邻接表的深度遍历操作
void DFSTraverse(GraphAdjList GL)
{
int i;
for( i=0; i < GL->numVertexes; i++ )
{
visited[i] = FALSE; // 初始所有顶点都是未访问状态
}
for( i=0; i < GL->numVertexes; i++ )
{
if( !visited[i] )
{
DFS(GL, i); // 对未访问过的结点调用DFS,若是连通图只执行一次
}
}
}
广度优先遍历(Breadth_First_Search)
- 类似树的层序遍历
- 辅助队列,空间复杂度O(|V|)
- 时间复杂度:
- 邻接矩阵:O(|V|2)
- 邻接表:O(|V|+|E|)
- 广度优先生成树:遍历过程中得到的遍历树
- 邻接矩阵:唯一
-
- 邻接表:不唯一
邻接矩阵
// 邻接矩阵的广度遍历算法
void BFSTraverse(MGraph G)
{
int i, j;
Queue Q;
for( i=0; i < G.numVertexes; i++ )
{
visited[i] = FALSE;
}
InitQueue( &Q ); // 初始化一辅助队列
for( i=0; i < G.numVertexes; i++ ) // 对每个顶点做循环
{
if( !visited[i] )
{
visited[i] = TRUE; // 设置当前顶点访问过
printf("%c ", G.vex[i]);
EnQueue(&Q, i); // 将此顶点入队
while( !QueueEmpty(Q) ) // 若当前队列不空
{
DeQueue(&Q, &i); // 队中元素出队,赋值给i
for( j=0; j < G.numVertexes; j++ )
{
if( G.art[i][j]==1 && !visited[j] ) // 其他顶点与当前顶点存在边且未访问过
{
visited[j] = TRUE;
printf("%c ", G.vex[j]);
EnQueue(&Q, j);
}
}
}
}
}
}
邻接表
void BFSTraverse(GraphAdjList GL)
{
int i;
EdgeNode *p;
Queue Q;
for(i = 0; i < GL->numVertexes; i++)
visited[i] = FALSE;
InitQueue(&Q);
for(i = 0; i < GL->numVertexes; i++)
{
if(!visited[i])
{
visited[i] = TRUE;
printf("%c ",GL->adjList[i].data);
EnQueue(&Q,i); // 将此顶点入队
while(!QueueEmpty(Q))
{
DeQueue(&Q,&i); // 队中元素出队,赋值给i
p = GL->adjList[i].firstedge; // 找到当前顶点边表链表头指针
while(p)
{
if(!visited[p->adjvex]) // 若此顶点未被访问
{
visited[p->adjvex]=TRUE;
printf("%c ",GL->adjList[p->adjvex].data);
EnQueue(&Q,p->adjvex); // 将此顶点入队列
}
p = p->next; // 指针指向下一个邻接点
}
}
}
}
}
最小生成树
- 带权连通无向图
- 连通图的生成树是图的极小连通子图
- 【最小生成树】:权值之和最小的生成树
- 若任一环中边的权值互不相等则最小生成树唯一
普里姆(Prim)算法(稠密图)
- O(|V|2)
void MiniSpanTree_Prim(MGraph G)
{
int min, i, j, k;
int adjvex[MAXVEX]; // 保存相关顶点下标
int lowcost[MAXVEX]; // 保存相关顶点间边的权值
lowcost[0] = 0; // 初始化第一个权值为0,V0加入生成树
adjvex[0] = 0; // 初始化第一个顶点下标为0
for( i=1; i < G.numVertexes; i++ ) // 循环除下标为0外的全部顶点
{
lowcost[i] = G.arc[0][i]; // 将V0顶点与之有边的权值存入数组
adjvex[i] = 0; // 初始化都为V0的下标
}
for( i=1; i < G.numVertexes; i++ )
{
min = INFINITY; // 初始化最小权值为 ∞
j = 1;
k = 0;
while( j < G.numVertexes ) // 循环全部顶点
{
if( lowcost[j]!=0 && lowcost[j] < min ) // 权值不为0且权值小于min
{
min = lowcost[j]; // 让当前权值为最小值
k = j; // 当前最小值下标存入k
}
j++;
}
printf("(%d,%d)", adjvex[k], k); // 打印当前顶点边中权值最小的边
lowcost[k] = 0; // 当前顶点权值设为0,表示此顶点完成任务
for( j=1; j < G.numVertexes; j++ ) // 循环所有顶点
{
if( lowcost[j]!=0 && G.arc[k][j] < lowcost[j] ) // 若下标为k顶点各边权值小于此前这些顶点未被加入生成树的权值
{
lowcost[j] = G.arc[k][j]; // 将较小权值存入lowcost
adjvex[j] = k; // 将下标为k的顶点存入adjvex
}
}
}
}
克鲁斯卡尔(Kruskal)算法(稀疏图)
- O(|E|log|E|)
// Kruskal算法生成最小生成树
void MiniSpanTree_Kruskal(MGraph G)
{
int i, n, m;
Edge edges[MAGEDGE]; // 定义边集数组
int parent[MAXVEX]; // 定义parent数组用来判断边与边是否形成环路
for( i=0; i < G.numVertexes; i++ )
{
parent[i] = 0;
}
for( i=0; i < G.numEdges; i++ )
{
n = Find(parent, edges[i].begin); // 4 2 0 1 5 3 8 6 6 6 7
m = Find(parent, edges[i].end); // 7 8 1 5 8 7 6 6 6 7 7
if( n != m ) // 如果n==m,则形成环路,不满足!
{
parent[n] = m; // 将此边的结尾顶点放入下标为起点的parent数组中,表示此顶点已经在生成树集合中
printf("(%d, %d) %d ", edges[i].begin, edges[i].end, edges[i].weight);
}
}
}
int Find(int *parent, int f)
{
while( parent[f] > 0 )
{
f = parent[f];
}
return f;
}
最短路径
- 网图是两顶点经过的边上权值之和最少的路径
- 非网图是两顶点之间经过的边数最少的路径
迪杰斯特拉算法(Dijkstra)
- 某源点到其余各顶点的最短路径
- 基于已求最短路径的基础求得更远顶点的最短路径
#define MAXVEX 9
#define INFINITY 65535
typedef int Patharc[MAXVEX]; // 用于存储最短路径下标的数组
typedef int ShortPathTable[MAXVEX]; // 用于存储到各点最短路径的权值和
void ShortestPath_Dijkstar(MGraph G, int V0, Patharc *P, ShortPathTable *D)
{
int v, w, k, min;
int final[MAXVEX]; // final[w] = 1 表示已经求得顶点V0到Vw的最短路径
// 初始化数据
for( v=0; v < G.numVertexes; v++ )
{
final[v] = 0; // 全部顶点初始化为未找到最短路径
(*D)[V] = G.arc[V0][v]; // 将与V0点有连线的顶点加上权值
(*P)[V] = 0; // 初始化路径数组P为0
}
(*D)[V0] = 0; // V0至V0的路径为0
final[V0] = 1; // V0至V0不需要求路径
// 开始主循环,每次求得V0到某个V顶点的最短路径
for( v=1; v < G.numVertexes; v++ )
{
min = INFINITY;
for( w=0; w < G.numVertexes; w++ )
{
if( !final[w] && (*D)[w]<min )
{
k = w;
min = (*D)[w];
}
}
final[k] = 1; // 将目前找到的最近的顶点置1
// 修正当前最短路径及距离
for( w=0; w < G.numVextexes; w++ )
{
// 如果经过v顶点的路径比现在这条路径的长度短的话,更新!
if( !final[w] && (min+G.arc[k][w] < (*D)[w]) )
{
(*D)[w] = min + G.arc[k][w]; // 修改当前路径长度
(*p)[w] = k; // 存放前驱顶点
}
}
}
}
弗洛伊德算法(Floyd)
- 各顶点之间最短路径
- 逐步尝试在原路径中加入各顶点作为中间顶点,若增加后所得路径长度减少,则代替原路径
#define MAXVEX 9
#define INFINITY 65535
typedef int Pathmatirx[MAXVEX][MAXVEX];
typedef int ShortPathTable[MAXVEX][MAXVEX];
void ShortestPath_Floyd(MGraph G, Pathmatirx *P, ShortPathTable *D)
{
int v, w, k;
// 初始化D和P
for( v=0; v < G.numVertexes; v++ )
{
for( w=0; w < G.numVertexes; w++ )
{
(*D)[v][w] = G.matirx[v][w];
(*P)[v][w] = w;
}
}
// 优美的弗洛伊德算法
for( k=0; k < G.numVertexes; k++ )
{
for( v=0; v < G.numVertexes; v++ )
{
for( w=0; w < G.numVertexes; w++ )
{
if( (*D)[v][w] > (*D)[v][k] + (*D)[k][w] )
{
(*D)[v][w] = (*D)[v][k] + (*D)[k][w];
(*P)[v][w] = (*P)[v][k];
}
}
}
}
}
拓扑排序
- 【DAG图】无环图(Directed Acyclic Graph):一个无环的有向图
- 【AOV网】(Active On Vertex Network):一个表示工程的有向图中,用顶点表示活动,用弧表示活动之间的优先关系
- 【拓扑序列】:设G=(V,E)是一个具有n个顶点的有向图,V中的顶点序列V1,V2,……,Vn满足若从顶点Vi到Vj有一条路径,则在顶点序列中顶点Vi必在顶点Vj之前
- 每个DAG图都有一个或多个拓扑排序序列
- 步骤:
- 从AOV网中选择一个没有前趋的顶点(该顶点的入度为0)并且输出它;
- 从网中删去该顶点,并且删去从该顶点发出的全部有向边;
- 重复上述两步,直到剩余网中不再存在没有前趋的顶点为止。
- 算法时间复杂度:
- 对一个具有n个顶点,e条边的网来说,初始建立入度为零的顶点栈,要检查所有顶点一次,执行时间为O(n)。
- 排序中,若AOV网无回路,则每个顶点入、出栈各一次,每个表结点被检查一次,因而执行时间是 O(n+e)。
- 所以,整个算法的时间复杂度是 O(n+e)
// 边表结点声明
typedef struct EdgeNode
{
int adjvex;
struct EdgeNode *next;
}EdgeNode;
// 顶点表结点声明
typedef struct VertexNode
{
int in; // 顶点入度
int data;
EdgeNode *firstedge;
}VertexNode, AdjList[MAXVEX];
typedef struct
{
AdjList adjList;
int numVertexes, numEdges;
}graphAdjList, *GraphAdjList;
// 拓扑排序算法
// 若GL无回路,则输出拓扑排序序列并返回OK,否则返回ERROR
Status TopologicalSort(GraphAdjList GL)
{
EdgeNode *e;
int i, k, gettop;
int top = 0; // 用于栈指针下标索引
int count = 0; // 用于统计输出顶点的个数
int *stack; // 用于存储入度为0的顶点
stack = (int *)malloc(GL->numVertexes * sizeof(int));
for( i=0; i < GL->numVertexes; i++ )
{
if( 0 == GL->adjList[i].in )
{
stack[++top] = i; // 将度为0的顶点下标入栈
}
}
while( 0 != top )
{
gettop = stack[top--]; // 出栈
printf("%d -> ", GL->adjList[gettop].data);
count++;
for( e=GL->adjList[gettop].firstedge; e; e=e->next )
{
k = e->adjvex;
// 注意:下边这个if条件是分析整个程序的要点!
// 将k号顶点邻接点的入度-1,因为他的前驱已经消除
// 接着判断-1后入度是否为0,如果为0则也入栈
if( !(--GL->adjList[k].in) )
{
stack[++top] = k;
}
}
}
if( count < GL->numVertexes ) // 如果count小于顶点数,说明存在环
{
return ERROR;
}
else
{
return OK;
}
}
关键路径
- 【AOE网】(Activity On Edge Network):在一个表示工程的带权有向图中,用顶点表示事件,用有向边表示活动,用边上的权值表示活动的持续时间
- 没有入边的顶点称为始点或【源点】
- 没有出边的顶点称为终点或【汇点】
- etv(Earliest Time Of Vertex):事件最早发生时间,就是顶点的最早发生时间;
- ltv(Latest Time Of Vertex):事件最晚发生时间,就是每个顶点对应的事件最晚需要开始的时间,如果超出此时间将会延误整个工期。
- ete(Earliest Time Of Edge):活动的最早开工时间,就是弧的最早发生时间。
- lte(Latest Time Of Edge):活动的最晚发生时间,就是不推迟工期的最晚开工时间。
// 边表结点声明
typedef struct EdgeNode
{
int adjvex;
struct EdgeNode *next;
}EdgeNode;
// 顶点表结点声明
typedef struct VertexNode
{
int in; // 顶点入度
int data;
EdgeNode *firstedge;
}VertexNode, AdjList[MAXVEX];
typedef struct
{
AdjList adjList;
int numVertexes, numEdges;
}graphAdjList, *GraphAdjList;
int *etv, *ltv;
int *stack2; // 用于存储拓扑序列的栈
int top2; // 用于stack2的栈顶指针
// 拓扑排序算法
// 若GL无回路,则输出拓扑排序序列并返回OK,否则返回ERROR
Status TopologicalSort(GraphAdjList GL)
{
EdgeNode *e;
int i, k, gettop;
int top = 0; // 用于栈指针下标索引
int count = 0; // 用于统计输出顶点的个数
int *stack; // 用于存储入度为0的顶点
stack = (int *)malloc(GL->numVertexes * sizeof(int));
for( i=0; i < GL->numVertexes; i++ )
{
if( 0 == GL->adjList[i].in )
{
stack[++top] = i; // 将度为0的顶点下标入栈
}
}
// 初始化etv都为0
top2 = 0;
etv = (int *)malloc(GL->numVertexes*sizeof(int));
for( i=0; i < GL->numVertexes; i++ )
{
etv[i] = 0;
}
stack2 = (int *)malloc(GL->numVertexes*sizeof(int));
while( 0 != top )
{
gettop = stack[top--]; // 出栈
// printf("%d -> ", GL->adjList[gettop].data);
stack2[++top2] = gettop; // 保存拓扑序列顺序 C1 C2 C3 C4 .... C9
count++;
for( e=GL->adjList[gettop].firstedge; e; e=e->next )
{
k = e->adjvex;
// 注意:下边这个if条件是分析整个程序的要点!
// 将k号顶点邻接点的入度-1,因为他的前驱已经消除
// 接着判断-1后入度是否为0,如果为0则也入栈
if( !(--GL->adjList[k].in) )
{
stack[++top] = k;
}
if( (etv[gettop]+e->weight) > etv[k] )
{
etv[k] = etv[gettop] + e->weight;
}
}
}
if( count < GL->numVertexes ) // 如果count小于顶点数,说明存在环
{
return ERROR;
}
else
{
return OK;
}
}
// 求关键路径,GL为有向图,输出GL的各项关键活动
void CriticalPath(GraphAdjList GL)
{
EdgeNode *e;
int i, gettop, k, j;
int ete, lte;
// 调用改进后的拓扑排序,求出etv和stack2的值
TopologicalSort(GL);
// 初始化ltv都为汇点的时间
ltv = (int *)malloc(GL->numVertexes*sizeof(int));
for( i=0; i < GL->numVertexes; i++ )
{
ltv[i] = etv[GL->numVertexes-1];
}
// 从汇点倒过来逐个计算ltv
while( 0 != top2 )
{
gettop = stack2[top2--]; // 注意,第一个出栈是汇点
for( e=GL->adjList[gettop].firstedge; e; e=e->next )
{
k = e->adjvex;
if( (ltv[k] - e->weight) < ltv[gettop] )
{
ltv[gettop] = ltv[k] - e->weight;
}
}
}
// 通过etv和ltv求ete和lte
for( j=0; j < GL->numVertexes; j++ )
{
for( e=GL->adjList[j].firstedge; e; e=e->next )
{
k = e->adjvex;
ete = etv[j];
lte = ltv[k] - e->weight;
if( ete == lte )
{
printf("<v%d,v%d> length: %d , ", GL->adjList[j].data, GL->adjList[k].data, e->weight );
}
}
}
}