数据结构——图

简介：

一：图形简介

二：图的存储结构

三：图的遍历

四：最小生成树

五：最短路径

六：拓扑排序

七：关键路径计算

一：图形简介

图的定义：图是由“顶点 和“边“所组成的集合，通常用G=（V，E）来表示，其中V是所有顶点所组成的集合，而E代表所有边所组成的集合。图的种类有两种；一种是无向图，一种是有向图，无向图以（V1,V2)表示其边，而有向图则以<V1,V2>表示其边。

二：图的存储结构

图的存储结构：邻接矩阵、邻接表、邻接复合链表法、索引表格法等

2.1邻接矩阵

定义：以n*n的二维矩阵列表来表示

特性：对无向图而言，邻接矩阵一定是对称的，而且对角线一定是0。有向图则不一定如此。

缺点：空间浪费

2.2邻接表

定义：将一个n行的邻接矩阵，用n个链表表示

优点：相比较邻接矩阵，节省空间

缺点：增删改比较麻烦

 

三、图的遍历

图遍历的方法有两种：”深度优先搜索“和”广度优先遍历“

3.1深度优先遍历

深度优先遍历的方式类似于前序遍历；方法结合了递归和堆栈两种数据结构的技巧。

3.2广度优先搜索

广度优先遍历类似树的层序遍历；利用队列和递归技巧遍历

四、最小生成树

两种常用的构造最小生成树的方法——普利姆（prim）算法和克鲁斯卡尔（kruskal）算法

4.1Kruskal算法

Kruskal算法是将各边按权值大小从小到大排列，接着从权值最低的边开始建立最小成本生成的树，如果加入的边会造成回路则舍弃不用，直到加入了n-1个边为止。

4.2Prim算法

Prim算法，对一个加权图形G=（V,E），设V={1,2...n},假设U={1}，也就是说，U和V是两个顶点的集合中找出一个顶点x，加入U集合中，反复执行同样的步骤，一直到U集合等于V集合（即U=V）为止。

五、最短路径

常见的方向有两种：单源最短路径、所有顶点对两两之间的最短路径

5.1单源最短路径

单源最短路径通常实用地接斯特拉（Dijkstra）算法

5.2所有顶点对两两之间的最短路径

两种方法：①重复执行Dijkstra算法n次；②采用弗洛伊德（Floyd）算法

Floyd图例：《图解数据结构》p241

六、拓扑排序

功能：将AOV网络中部分次序关系转换成线性次序的关系

排序步骤：

（1）寻找图中任何一个没有先行者的顶点。

（2）输出此顶点，并将此顶点的所有边全部删除。

（3）重复以上两个步骤处理所有的顶点。

七、关键路径

定义：AOE有向图从源头顶点到目的顶点之间，所需花费时间最长的一条有方向性的路径。

作用：关键路径乃是用来决定一个项目至少需要多少时间才可以完成。即在AOE中从源头顶点到目的顶点间最长的路径长度。