图的应用个人总结

图的应用

一、图的连通性问题

（一）无向图的连通分量

​ 在对图遍历时，对于连通图，无论是DFS还是BFS，只需要调用一次搜索过程，只需要从任意一个顶点出发，就可以遍历图中给每一个顶点。

​ 对于非连通图，需要多次调用搜索过程，每次调用所得到的顶点为每个连通分量中的顶点集。调用搜索的过程的次数就是该图连通分量的个数。

（二）两个顶点之间的简单路径

​ 判断顶点u到v是否有简单路径

​ 从u开始进行DFS或BFS搜索，若访问到v则u,v间有简单路径

int pre[];//记录从第u个顶点到v的简单路径
void EasyPath(Graph *G,int u,int v){
    pre=(int *)malloc(G->vexnum*sizeof(int));
    for(int i=0;i<G->vexnum;i++){
        pre[i]=-1;//对pre数组进行初始化
    }
    pre[u]=-2;//将pre[u]初始化为-2，表示初始顶点u已经被访问，且没有前驱
    DFSPath(G,u,v);//使用深度优先搜索找到一条从u到v的简单路径
    free(pre);
}
bool DFSPath(Graph *G,int u,int v){
    int j;
    for(j=firstadj(G,u);j>=0;j=nextadj(G,u,j)){
        if(pre[j]==-1){
            pre[j]=u;
            if(j==v){
                PrintPath(pre,v);//从v开始沿着pre输出路径u到v
                return true;
            }else if(DFSPath(G,j,v)){
                return true;
            }
        }
    }
    return false;
}

（三）图的生成树与最小生成树

​ 一个连通图的生成树是指一个极小连通子图，它含有图的全部顶点，但是只有已连通n个顶点的n-1条边

（1）深度优先生成树

（2）广度优先生成树

（3）最小生成树

​ 对于连通的带权图，其生成树也是带权的，生成的树T的边的权值综和称为该树的权

​ W(T)=W(u,v)

​ 最小生成树（MST)：一个无向图G的最小生成树是由该图链接所有顶点的边构成的树，且总代价最小，值得注意的是MST不唯一。使用贪心选择策略，思路是先局部最优，再全局最优。

（四）普里姆Prim算法

​ 设图G=(V,E)，生成树T的顶点集为U

​ （1）任取图中的一个顶点v0加入集合U

​ （2）在所有满足u属于U，V属于V-U的边（u,v）属于E中

​ 选择一个权重最小的边加入生成树T=T中

​ 将v0加入到U中

​ （3）重复（2）直到全部n个顶点均已加入到U集合中

​ 可见Prim算法是逐步增加U中的顶点，可称为加边法

#define MAXV
#define INF 32767
typedef struct{
    int no;//顶点编号
    InfoType info;//顶点信息（权重）
}VertexType;
typedef struct{ 
    int edges[MAXV][MAXV];//邻接矩阵，元素为权重
    VertexType vexs[MAXV];//存放顶点信息
    int n,e;//顶点数、边数
}MatGraph;

void Prim(MaxGraph *g,int v){
    int lowcost[MAXV];//记录顶点
    int closest[MAXV];//记录当前顶点邻接点的权值
    int i,j,k，min;
    for(i=0;i<g->n;i++){//初始化lowcost何closest数组
        lowcost[i]=g->edges[v][i];
        closest[i]=v;
    }
    for(i=1;i<g->n;i++){
        min=INF;
        //找最小权值
        for(j=0;j<g->n;j++){//在（V-U）中找出离U最近的顶点k
            if(lowcost[j]!=0 && lowcost[j]<min){
                min=lowcost[j];
                k=j;//k记录最近顶点编号
            }
        }
        printf("(%d,%d)-%d",closest[k],k,min);
        lowcost[k]=0;//赋值为0，标记k已经加入U
        
        for(j=0;j<g->n;j++){//修改数组lowcost和closest
        	if(lowcost[j]!=0 && g->edges[k][j]<lowcost[j]){//把原有邻接表的权重和lowcost数组的权重
            	lowcost[j]=g->edges[k][j];
            	closest[j]=k;
        	}
    	}
        
    }

}

​ Prim思路 局部最优+调整 = 全局最优（贪心算法）其算法时间复杂度为o(n^2)