图学习要点

概述

图是一种非常复杂的非线性结构，并且具有极强的表达能力，现实世界中的许多问题都可以抽象为图结构。本章是整个数据结构课程的难点和重点，本章知识点的组织结构如下图所示：

重点/难点/要点

本章的重点是：

1. 图的基本术语；
2. 图的各种存储表示：
3. 图的两种遍历的思想及算法：
4. 图的各种应用。

本章的难点是：

1. 运用图的遍历算法解决图的其他相关问题；
2. 最小生成树算法；
3. 最短路径算法；
4. 拓扑排序算法：
5. 关键路径算法。

图学习要点：
对于本章的学习要抓住一条明线：图的逻辑结构→图的存储结构→图的应用举例。对于图的逻辑结构，要从图的定义出发，抓住要点，在与线性表的定义和树的定义比较的基础上，深刻理解图结构的逻辑特征，通过具体实例理解图的基本术语，在与树的遍历进行比较的基础上，从逻辑上掌握图的遍历操作，最后给出图的抽象数据类型定义。对于图的存储结构，以如何表示图中顶点之间的逻辑关系为出发点，掌握图的不同存储结构以及它们之间的关系，并学会在实际问题中修改存储结构。在理解图的存储结构和遍历操作的基础上，基于邻接矩阵和邻接表存储结构实现图的遍历操作。
图有很多重要应用，这些重要应用构成了本章的难点，对这些重要应用的学习，首先要把握其基本思想，其次，掌握算法的执行过程和顶层伪代码描述，再次，分析算法采用的存储结构和引入的辅助数据结构，最后才能掌握具体的算法。

知识点整理

1. 图是由顶点的有穷非空集合和顶点之间边的集合组成。如果图的任意两个顶点之间的边都是无向边，则称该图为无向图，则称该图为无向图，否则称该图为有向图。
2. 在无向图中，对于任意顶点$v_i$和$v_j$，，若存在边$(v_i,v_j)$，则称顶点$v_i$和$v_j$互为邻接点。在有向图中，对于任意顶点$v_i$和$v_j$，若存在弧$<v_i,v_j>$，则称顶点$v_j$是$v_i$的邻接点。
3. 含有n个顶点的无向完全图共有$n\times (n-1)/2$条边；含有n个顶点的有向完全图共有$n\times (n-1)$条边。
4. 在无向图中，顶点v的度是指依附于该顶点的边的个数；在有向图中，顶点v的入度是指以该顶点为弧头的弧的个数，顶点v的出度是指以该顶点为弧尾的弧的个数。
5. 在图中，权通常是指对边赋予的有意义的数值量，边上带权的图称为网或网图。
6. 在无向图$G=(V,E)$中，顶点$v_p$到$v_q$之间的路径是一个顶点序列$v_p=v_{i0},v_{i1},\dots ,v_{im}$其中，$(v_{ij-1},v_{ij})\in E(1\le j\le m)$；如果$G$是有向图，则$<v_{ij-1},v_{ij}>\in E(1\le j\le m)$。路径上边的数目称为路径长度。第一个顶点和最后一个顶点相同的路径称为回路。
7. 在无向图中，若任意顶点$v_i$和$v_j(i\ne j)$之间有路径，则称该图是连通图，非连通图的极大连通子图称为连通分量；在有向图中，对任意顶点$v_i$和$v_j(i\ne j)$，若从顶点$v_i$到$v_j$和从顶点$v_j$到$v_i$均有路径，则称该有向图是强连通图，非强连通图的极大强连通子图称为强连通分量。
8. 连通图$G$的生成树是包含$G$中全部顶点的一个极小连通子图。图的生成树可以在遍历过程中得到。
9. 图的遍历通常有深度优先遍历和广度优先遍历两种方式。图的深度优先遍历是以递归方式进行的，需用栈记载遍历路线：图的广度优先遍历是以层次方式进行的，需用队列保存已访问的顶点。
10. 为了在图的遍历过程中区分顶点是否已被访问，设置一个访问标志数组visited[n]，其初值为未被访问标志“0”，如果某个顶点已被访问，则将该顶点的访问标志置为“1”。
11. 图的存储结构有邻接矩阵、邻接表、十字链表、邻接多重表等，前面两个需要重点掌握。
12. 图的邻接矩阵存储用一个一维数组存储图中顶点的信息，用一个二维数组存储图中边的信息（邻接矩阵）：图的邻接表存储由边表和顶点表组成，图中每个顶点的所有邻接点构成一个边表，所有边表的头指针和存储顶点信息的一维数组构成顶点表。
13. 最小生成树是无向连通网中代价最小的生成树。最小生成树具有MST性质，Prim算法和Kruskal算法是两个利用MST性质构造最小生成树的经典算法。Prim算法的时间复杂度为$O(n^2)$，适用于求稠密网的最小生成树；Kruskal算法的时间复杂度为$O(elo{g}_{2}e)$，适用于求稀疏网的最小生成树。
14. 在网图中，最短路径是指两顶点之间经历的边上权值之和最少的路径。Dijkstra 算法按路径长度递增的次序产生单源点最短路径，时间复杂度为$O(n^2)$。Floyd算法采用迭代的方式求得每一对顶点之间的最短路径，时间复杂度为$O(n^3)$。
15. AOV网是用顶点表示活动，用弧表示活动之间的优先关系的有向图，测试AOV网是否存在回路的方法，就是对AOV网进行拓扑排序。
16. AOE网是用顶点表示事件，用有向边表示活动，边上的权值表示活动的持续时间的有向图，计算完成整个工程的最短工期，找出关键活动的方法是对AOE网求关键路径。

练习

图的逻辑结构
1.带权图指的是（B）。
A.顶点带权的无向图或有向图
B.边上带权的无向图或有向图
C.有回路的无向图或有向图
D.无回路的无向图或有向图
2.在图结构中，逻辑关系表现为邻接，相互邻接的顶点之间具有逻辑关系。（√）
3.最稀疏的图是（B），最稠密的图是（C）。
A.空图 B.零图 C.完全图 D.满图
4.在无向图中，路经可能不唯一；在有向图中，路经是唯一的。（×）
5.一个具有n个顶点的图，其子图可以有$2^n$个。（×）
6.若无向图$G=(V,E)$有两个连通分量$G_1=(V_1,E_1)$和$G_2=(V_2,E_2)$，则有（A）。
A.$|V_1|+|V_2|=|V|,|E_1|+|E_2|=|E|$
B.$|V_1|+|V_2|<|V|,|E_1|+|E_2|<|E|$
C.$|V_1|+|V_2|=|V|,|E_1|+|E_2|<|E|$
D.$|V_1|+|V_2|<|V|,|E_1|+|E_2|=|E|$
7.若有向图$G=(V,E)$有两个连通分量$G_1=(V_1,E_1)$和$G_2=(V_2,E_2)$，则有（C）。
A.$|V_1|+|V_2|=|V|,|E_1|+|E_2|=|E|$
B.$|V_1|+|V_2|<=|V|,|E_1|+|E_2|<=|E|$
C.$|V_1|+|V_2|=|V|,|E_1|+|E_2|<=|E|$
D.$|V_1|+|V_2|<=|V|,|E_1|+|E_2|=|E|$
对任意一个图，从某顶点出发进行一次深度优先或广度优先遍历，可访问图的所有顶点。（×）思路：考虑非连通图

对于下图所示无向图，回答下列问题：

（1）顶点$v_0$的度是（B），顶点$v_1$的度是（C）。
A.1 B.2 C.3 D.4
（2）顶点$v_0$的邻接点是（C）。
A.$v_1{v}_2{v}_3$ B.$v_1{v}_2$ C.$v_1{v}_3$ D.$v_2$
（3）顶点$v_0$到$v_1$的最短路径长度是（A）。
A.1 B.2 C.3 D.4
（4）从顶点$v_0$出发的深度优先遍历序列是（D），广度优先遍历序列是（D）
A.$v_0{v}_2{v}_3{v}_1$ B.$v_0{v}_3{v}_2{v}_1$ C.$v_0{v}_2{v}_1{v}_3$ D.$v_0{v}_1{v}_3{v}_2$
10.对于下图所示有向网图，回答下列问题：

（1）顶点$v_0$的入度是（B），出度是（C）。
A.0 B.1C.2 D.3
（2）顶点$v_0$的邻接点是（C）。
A.$v_1{v}_2{v}_3$ B.$v_1{v}_2$ C.$v_2{v}_3$ D.$v_1$
（3）顶点$v_0$到$v_3$的最短路径长度是（C）。
A.1 B.2 C.7 D.8
（4）从顶点$v_0$出发的深度优先遍历序列是（B），广度优先遍历序列是（B）。
A.$v_0{v}_1{v}_2{v}_3$ B.$v_0{v}_2{v}_3{v}_1$ C.$v_0{v}_3{v}_1{v}_2$ D.$v_0{v}_1{v}_3{v}_2$

图的邻接矩阵存储结构及实现
图的邻接矩阵采用数组方式进行存储，因此属于顺序存储结构。（×）
无向图的邻接矩阵一定是对称的，有向图的邻接矩阵一定是不对称的。（×）
用邻接矩阵存储图，所占用的存储空间大小只与图中顶点个数有关，与图的边数无关。（√）
图采用邻接矩阵存储，查找某顶点的所有邻接点，时间复杂度是（B）。
A.$O(1)$ B.$O(n)$ C.$O(n+e)$ D.$O(n^2)$
基于邻接矩阵存储的广度优先遍历图算法如下，请在横线处填写适当的语句或表达式。

void MGraph<DataType>::BFTraverse(int v)
{
	int w,j,Q[Maxsize];
	int front=-1,rear=-1;
	cout<<vertex[v];
	visited[v]=1;
	Q[++rear]=v; 
	while(front!=rear)
	{
		w=Q[++front]; 
		for(j=0;j<vertexNum;j++)
			if(____①____&& visited[jl==0)
			{
				cout<<vertex[jl;
				visited[j]=1;
				____②____
			}
	}
}

①

edge[w][j]==1

②

Q[++rear]=j;

图的邻接表存储结构及实现
图采用邻接表存储，空间复杂度只与顶点个数有关，和边数无关。（×）
在图的邻接表存储中，存在两类结点：顶点表结点和边表结点。（√）
无向图有n个顶点e条边采用邻接表存储，查找某顶点的所有邻接点，平均情况下的时间复杂度是（C）。
A.$O(n)$ B.$O(n+e)$ C.$O(e/n)$ D.$O(e)$
某个有向图采用邻接表存储，其存储结构是唯一的。（×）
基于邻接表存储的深度优先遍历图算法如下，请在横线处填写适当的语句或表达式。

void ALGraph<DataType>:: DFTraverse(int v)
{
	int j; 
	EdgeNode *p=nullptr; 
	cout<<adjlist[v].vertex; 
	visited[v]=1;
	____①____
	while(p!=nullptr)
	{
		____②____
		if(visited[j]==0) 
		DFTraverse(j);
		____③____
	}
}

①

p=adjlist[v].firstEdge;

②

j=p->adjvex;

③

p=p->next;

Prim算法
无向图的生成树是该图的一个极小连通子图。（√）
Prim算法采用（C）作为存储结构。
A.顺序存储 B.链接存储 C.邻接矩阵 D.邻接表
对于如下图所示无向连通图，从顶点d出发用Prim算法构造最小生成树，回答下列问题：

（1）最小生成树的代价是（B）。
A.15 B.17 C.19 D.20
（2）加入最小生成树的第4条边是（D）。
A.(f,e)2
B.(b,e)3
C.(f,b)3
D.(b,a)5
Prim算法如何存储候选最短边集？
答：设数组adjvex[n]和lowcost[n]分别存储候选最短边的邻接点和权值。
对于上图所示无向网图，从顶点d出发用Prim算法构造最小生成树，请填写下表。

Prim算法如下，请在横线处填写适当的语句或表达式。

void Prim(int v)
{
	int i,j,k; 
	int adjvex[MaxSize],1owcost[MaxSize]; 
	for(i=0;i< vertexlum;i++)//初始化辅助数组
	{
		____①____adjvex[il=v;
	}
	lowcost[v]=0;
	for (k=1;k<vertexNum;i++)//迭代n-1次
	{
		j=MinEdge(lowcost,vertexNum)//寻找最短边的邻接点j
		cout<<j<<adjvex[j]<<lowcost[j]<<endl; 
		lowcost[j]=0;
		for(i=0;i<vertexNum;i++)//调整辅助数组
			if(____②____)
			{
				lowcost[i]=edge[i][jl;
				____③_____
			}
	}
}

①

lowcost[i]=edge[v][i];

②

edge[i]i]< lowcost[i]

③

adjvex[i]=j;

Kruskal算法
Kruskal算法采用（C）作为存储结构。
A.邻接矩阵 B.邻接表 C.边集数组 D.多重链表
并查集将集合中的元素组织成树的形式，并采用（A）存储。
A.双亲表示法 B.孩子表示法 C.二叉链表 D.列举法
有并查集{{a,b},{c,d,e},{f}}，则双亲表示法的存储状态可能是（C）。
A.[-1,-1,2,2,2,3]
B.[-1,-1,2,2,2,5]
C.[-1,0,-1,2,3,-1]
D.[-1,0,-1,2,2,3]
对于如下图所示无向连通图，用Kruskal算法构造最小生成树，回答下列问题：

（1）加入最小生成树的第3条边是（D）。
A.(a,c)3
B.(b,e)3
C.(f,b)3
D.(d,f)4
（2）假设加入最小生成树的第2条边是(a,c)3，则当前的连通分量是（A）。
A.{a,c}{f,e}{d}{b}
B.{a,c}{f,e}{d,b}
C.{a,c,f,e}{d}{b}
D.{a,c,f,e}{d,b}
Kruskal 算法如下，请在横线处填写适当的语句或表达式。

void Kruskal()
{
	int num=0,i,vex1,vex2;
	int parent[vertexNum];//双亲表示法存储并查集
	for(i=0;i<vertexNum;i++)
		____①____//初始化n个连通分量
	for(num=0,i=0; num<vertexNum;i++)
	{
		vex1=FindRoot(parent, edge[i]. from);
		vex2=FindRoot(parent, edge[i]. to); 
		if(②)
		{
			cout<<edge[i].from<<","<<edge[i].to<< edge[i].weight;
			parent[vex2]=vex1;
			____③_____
		}
	}
}

①

parent[i]=-1;

②

vex1!=vex2

③

num++;

Dijkstra 算法
1.Dijkstra算法采用（C）作为存储结构。
A.边集数组
B.多重链表
C.邻接矩阵
D.邻接表
2.对于如下图所示有向图，用Dijkstra算法求最短路径，回答下列问题：

（1）从$v_0$到$v_2$的最短路径长度是（D）。
A.30 B.25 C.26 D.22
（2）求得的第3条最短路径是（B）。
A.$(v_0{v}_4)$ 11
B.$(v_0{v}_6{v}_3)$ 13
C.$(v_0{v}_4{v}_3)$ 18
D.$(v_0{v}_6{v}_3{v}_5)$ 16
Dijkstra算法如何保存迭代过程中当前的最短路径长度？
用数组dist[n]保存当前的最短路径长度。
对于上图所示有向图，用Dijkstra算法执行过程中数据结构的中间结果，请填写下表。

Dijkstra算法如下，请在每个横线处填写适当的语句或表达式。

void Dijkstra(int v)//从源点v出发
{
	int i,k,num,dist[MaxSize];
	for(i=0;i<vertexNum;i++)//初始化数组dist
		____①____
	for(num=1;num< vertexNum;num++)
	{
		k=Min(dist,vertexNum); 
		cout<<v<<"-->"<<k<<":"<<dist[k]); 
		for(i=0;i<vertexNum;i++)
			if(_____②_____)
				dist[i]=dist[k]+ edge[k][il;
			dist[k]=0;//将顶点k加到集合S中
	}
}

①

dist[i]=edge[v][i];

②

dist[i]>dist[k]+edge[k][i]

Floyd算法
1.Floyd算法采用（A）作为存储结构。
A.邻接矩阵 B.邻接表 C.边集数组 D.多重链表
2.Floyd算法的时间复杂度是（C）。
A.$O(n)$ B.$O(n^2)$ C.$O(n^3)$ D.$O(n^4)$
3.Floyd算法可以求任意两个顶点之间的最短路径。（√）
4.设有向图的邻接矩阵存储如下图左边所示，第2次迭代结果如下图右边所示，请在括号中填值。

①5
②9
③4

拓扑排序
1.在一个有向图的拓扑序列中，若顶点a在顶点b之前，则图中必有一条弧<a,b>。（×）
2.若一个有向图的邻接矩阵中对角线以下元素均为零，则该图的拓扑序列必定存在。（√）
3.拓扑排序算法可以用栈或者队列保存入度为0的顶点。（√）
4.在AOV网中不可能出现回路，因此一定存在拓扑序列。（×）
5.已知有向图带入度的邻接表存储如图6-12所示，画出拓扑排序算法在执行过程中，删除顶点$v_4$后邻接表的存储状态。

删除后：

拓扑排序算法如下，请在横线处填写适当的语句或表达式。

void TopSort()
{
	int i,j,k; 
	int S[MaxSize],top=-1; 
	EdgeNode *p=nullptr; 
	for(i=0;i<vertexNum;i++)
		if(____①____)
			S[t+top]=i;//将入度为0的顶点压栈
	while (top!=-1)
	{
		j=S[ top--]; 
		cout <<adjlist[j].vertex;
		_____②_____//工作指针p初始化
		while(p!=nullptr)
		{
			k=p->adjvex;
			____③____
			if(adjlist[k].in==0)
			{
				S[++top]=k; 
			}
			p=p->next;
		}
	}
}

①

adjlist[il.in=0

②

p=adjlist[i].firstEdge;

③

adjlist[k].in--;

关键路径
在AOE网中一定只有一条关键路径。（×）
加快关键活动的进度一定会缩短最短工期。（×）
关键活动的最早开始时间和最晚开始时间都不能推迟，否则会影响整个工期。（√）
求出所有事件的最早发生时间后，即可确定最短工期。（√）
如下图所示AOE网，回答下列问题：

（1）活动$a_2$的最早开始时间是（B），最晚开始时间是（B）。
A.3 B.4 C.5 D.6
（2）该AOE网的最短工期是（C）。
A.8 B.10 C.12 D.16
（3）该AOE网有（B）条关键路径。
A.1 B.2 C.3 D.4
（4）事件$v_2$的含义是什么？
活动$a_1$和$a_2$已经结束，活动$a_3$可以开始。

参考资料：《数据结构（从概念到C++实现）》清华大学出版社，王红梅