图

最新推荐文章于 2024-11-05 15:15:03 发布

秃头暴躁哥

最新推荐文章于 2024-11-05 15:15:03 发布

阅读量86

点赞数

分类专栏：数据结构-C语言文章标签：数据结构

本文链接：https://blog.csdn.net/qq_45673245/article/details/108858724

版权

数据结构-C语言专栏收录该内容

9 篇文章 0 订阅

订阅专栏

$\color{FCE6C9}{图的基础知识}$

o 术语

顶点 Vertex
弧 Arc <u , v> ：从u到v的弧。u：弧尾；v：弧头
边 Edge
入度：ID(v) ; 出度：OD(v) ; 度：TD(v)

**o 存储方法*

邻接矩阵
- 无向图只用压缩存储一个三角矩阵即可
- 有向图要全部存储
邻接表P219
- 表头结点表：由所有表头结点以顺序结构(向量)的形式存储,以便可以随机访问任一顶点的边链表。表头结点由两部分构成,其中数据域vexdata用于存储顶点的名或其他有关信息;链域firstarc用于指向链表中第一个顶点(即与顶点 $v_{i}$ 邻接的第一个邻接点)
- 边表：由表示图中顶点间邻接关系的n个边链表组成。边链表中结点的结构由三部分组成,其中邻接点域adjvex用于存放与顶点 $v_{i}$ 相邻接的顶点在图中的位置;链域nextarc用于指向与顶点 $v_{i}$ 相关联的下一条边或弧的结点;数据域info用于存放与边或弧相关的信息(如赋权图中每条边或弧的权值等)。
十字链表(OrthogonalList)P221
- 有向图的另一种链式存储结构,可以把它看成是将有向图的邻接表和逆邻接表结合起来的一种链表。有向图中的每一条弧对应十字链表中的一个弧结点,同时有向图中的每个顶点在十字链表中对应有一个结点,称为顶点结点。

o 应用

简单路径
遍历 P225-231
- 广度优先（队列）
- 深度优先（栈）
生成树和最小生成树
- 概念：
  - 生成树：一个连通图的生成树是指一个极小连通子图,它含有图中的全部顶点,但只有足以构成一棵树的n-1条边。如果在一棵生成树上添加一条边,必定构成一个环,这是因为该条边使得它依附的两个顶点之间有了第二条路径
  - 最小生成树：各边的代价之和最小的生成树（MST)
- 算法：
  - Prim普里姆算法(最小生成树，加点法)
    - 假设N=(V,{E})是连通网，TE是最小生成树中边的集合
      1. 初始U={u0}（u0属于V），TE为空集
      2. 在所有的u属于U，v属于V-U的边中选一条代价最小的边放进TE，v0放进U
      3. 重复(2)直到U=V
      - 此时，TE中有n-1条边，则T必然是N的最小生成树
    - 算法步骤：
      1. 初始顶点u加入集合U，剩余的每个顶点i，将CloseEdge[i]初始化为i到u的边信息
      2. 循环n-1次：
        
        从各组最小边CloseEdge[]里选择最小的最小边ClodeEdge[v]（v属于V-U）
        
        v加入U
        
        更新剩余节点的最小边信息CloseEdge[i]（i属于V-U）
  - kruskal克鲁斯卡尔算法（加边法）：
    - 找最小生成树（各边代价之和最小的生成树（连通子图））
      1. 将n个顶点看成n个集合
      2. 按照权值由小到大选择边，满足：边的两端点在不同集合中。将该边放到生成树的边集合里，合并该边的端点集合
      3. 重复(2)。直到只有一个顶点集
      - （注意：加边不能形成回）
      - 更适合于稀疏的连通图
有向无环图的应用：《数据结构》P243-249
1. 拓扑排序：
  - 概念：
    - AOV-网：用顶点表示活动的网。用顶点表示活动，弧表示活动间优先关系
    - 拓扑序列：先后关系的序列（可能不唯一）
  - 思想：
    1. 选取无前驱的节点并记录此节点
    2. 删除此节点和相连的边
    3. 重复，直到不存在没有前驱的节点
    4. 若此时记录的节点小于总节点数，说明有环。否则记录的是一个拓扑排序
  - 基于邻接矩阵G的算法：
    1. 第一个序号k=1
    2. 找一个未新编号且值全为0的列。若找到，继续(3);否则，若所有列都已经编号，排序结束，若还有列没有编号，则存在回路
    3. 输出(2)找到的列对应的顶点j，把新序号k赋给(2)中找到的列
    4. j对应的行全部置为0
    5. 序号k++，转(2)
  - 基于邻接表G的算法：
    1. 查找indegree[i]为0的顶点i
    2. 对链在i后面的所有邻接顶点j，对应的indegree[j]减一
    3. 为避免重复检测入度为0的点，设一辅助栈S，将入度为0的顶点入栈。
    4. 只要栈不空，重复：{栈顶元素i出栈并打印 -> i的每个邻接点k的入度减1，若k入度变为0，k入栈}
2. 关键路径
  - 概念：
    - AOE-网：边表示活动的网。用顶点表示时间，边的权值表示所需时间（记顶点为v，边为a，即通常事件为v，活动为a）
    - 源点：唯一的、入度为0的节点
    - 汇点：唯一的、出度为0的节点
    - 关键路径：从源点到汇点的最长路径长度即是完成活动所需的总时间
    - 关键活动：关键路径上的活动
    - 事件v的最早发生时间：源点到v的最长路径长度
    - 事件v的最晚发生时间（在保证汇点最早发生的前提下）：从汇点开始，逆拓扑顺序向源点递推
    - 活动a开始的最早时间：从源点到弧a的始点最长路径
    - 活动a开始的最晚时间：倒推
    - 活动a松弛时间（时间余量）：a的最早开始时间与最晚开始时间之差
  - 关键路径步骤：
    1. 进行拓扑排序，排序时按照拓扑序列求出每个事件的最早发生时间ve(i)（程序如上）
    2. 按照逆拓扑序列求出事件最晚发生时间vl(i)
    3. 求出每个活动a(i)的最早开始时间e(i)和最晚发生时间l(i)
    4. e(i)=l(i)为所求
  - 算法思想：(部分功能已在TopOrder实现)
    1. 求出各个顶点入度，入度为0则入栈S
    2. 初始化各顶点最早发生时间为ve[i]=0
    3. 当栈S不空，重复：
      1. S栈顶元素j出栈，并压入T（生成逆拓扑序列）
      2. 对链在j后面的所有邻接顶点k，对应的indegree[k]减一。若此时入度为0，则对应节点入栈S
      3. 根据顶点j的最早发生时间和ve[j]和弧<j,k>的权值，更新k的最早发生时间
最短路径
- 迪杰斯特拉算法
  - 求给定顶点到其他顶点的最短路径
  - 时间复杂度：O( $n^3$ )
  - 空间复杂度：O(n)
  - 操作：
    1. 对图G={V,|E|}，将顶点分为两组：
      
      第一组S：已经求出的最短路径的终点集合（开始为{v0}）；
      
      第二组V-S：尚未求出最短路径的集合（开始为V-{v0}的全部节点）
    2. 按照长度递增顺序，把第二组的加进第一组，即先把最短的加进第一组，直到加完
- 弗洛伊德算法
  - 从任意顶点到其他顶点的最短路径
  - 时间复杂度：O( $n^3$ )
  - 空间复杂度：O( $n^2$ ) //用了一个二维数组
  - 操作：
    - 将 $v_{i}$ 到 $v_{j}$ 的最短的路径长度初始化为g.arcs[i][j].adj,然后进行如下n次比较和修正:
      1. $v_{i}$ 与 $v_{j}$ 间加入顶点 $v_{0}$ ,比较( $v_{i}$ , $v_{0}$ , $v_{j}$ )的路径长度,取其中较短的路径作为 $v_{i}$ 到 $v_{j}$ 的且中间顶点号不大于0的最短路径。
      2. 在 $v_{i}$ 与 $v_{j}$ 间加入顶点 $v_{1}$ ,得到( $v_{i}$ , … , $v_{1}$ ) 和 ( $v_{1}$ ,…, $v_{j}$ ),其中( $v_{i}$ , … , $v_{1}$ )是 $v_{i}$ 到 $v_{1}$ 的且中间顶点号不大于0的最短路径,( $v_{1}$ , … , $v_{j}$ )是 $v_{1}$ 到 $v_{j}$ 的且中间顶点号不大于0的最短路径,这两条路径在上一步中已求出。将( $v_{i}$ , … , $v_{1}$ , …, $v_{j}$ )与上一步已求出的 $v_{i}$ 到 $v_{j}$ 中间顶点号不大于0的最短路径比较,取其中较短的路径作为 $v_{i}$ 到 $v_{j}$ 的且中间顶点号不大于1的最短路径。
      3. 在n,与v,间加人顶点 $v_{2}$ 得( $v_{i},...v_{2}$ )和( $v_{2}$ , … $v_{j}$ ), 其中( $v_{i},...v_{2}$ )是 $v_{i}到v_{2}$ 的且中间顶点号不大于1的最短路径, ( $v_{2}$ , … $v_{j}$ )是 $v_{2}$ 到 $v_{j}$ 的且中间顶点号不大于1的最短路径,这两条路径在上一步中已求出。将(v_{i}, … v_{2}, … v_{j})与上一步已求出的 $v_{i}$ 与 $v_{j}$ 且中间顶点号不大于1的最短路径比较,取其中较短的路径作为 $v_{i}$ 到 $v_{j}$ 的且中间顶点号不大于2的最短路径。
      4. 以此类推，经过n次比较和修正,在第n-1步,将求得 $v_{i}$ 到 $v_{j}$ 的且中间顶点号不大于n-1的最短路径,这必是从 $v_{i}$ 到 $v_{j}$ 的最短路径。
    - 图g中所有顶点偶对 $v_{i}$ 与 $v_{j}$ 间的最短路径长度对应一个n阶方阵D。在上述n+1步中,D的值不断变化,对应一个n阶方阵序列。
    - 定义:n阶方阵序列 $D^{-1}, D^0, D^1, ... D^n$ , 其中，
      
      $D^{-1}$ [i][j]=g.arcs[i][j].adj
      
      $D^k$ [i][j]=Min{ $D^{k-1}$ [i][j], $D^{k-1}$ [i][k] + $D^{k-1}$ [k][j] } ,0≤k≤n-1
    - 显然, $D^{N-1}$ 中为所有顶点偶对 $v_{i}$ 与 $v_{j}$ 间的最终最短路径长度。