图论知识总结（简易）

目录

1.图的表示

2 图的遍历

3 图论的几个常用的算法

---

1.图的表示

图的三种常用表示方法：

        1.邻接矩阵 （容易看出和哪个点相邻）

        2.邻接表   （便于增加和删除结点）

        3.十字链表

2 图的遍历

1.DFS 深度优先遍历

先选定一个顶点v作为起始点，之后遍历v中第一个顶点中第一个相邻节点，一直遍历到最后，之后回来遍历第二个一直到最后，一直进行到最后全部遍历完。

（下面伪代码遍历邻接矩阵表示的图）

void DFS(AMGraph G, intv)

        cout<<v; visited[v]=ture;

        for(w=0;w<G.vexnum;w++)
            if(G.arcs[v][w]!=0&&(!visted[w])) DFS(G,w);

2.BFS 广度优先

算法步骤：

1.从图中某个顶点v出发，访问v，并置visited[v]的值为ture，然后让v进队。

2.在队列不为空的前提下：

（1） 队头顶点u出队；

（2） 依次检查顶点u的所有邻接点，如果visited[w]=false，访问w，并将visited[w]=ture，然后将w入队。

void BFS(Graph G,int v)
{
    cout<<v; visited[v]=true;
    InitQueue(Q);
    EnQueue(Q,v);
    while(!QqueueEmpty(Q))
    {
        DeQueue(Q,u);
        for(w=FirstAdjVex(G,u);w>=0;w=NextAdjVex(G,u,w))
        if(!visited[w])
        {
            cout<<w;visited[w] = ture;
            EnQueue(Q,w);
        }
    }
}

3 图论的几个常用的算法

1.最小生成树算法

（1)prim算法   对于图G（V,E）

first：首先定义一个集合，将起始的顶点加入这个集合U中，定义一个TE{}用于存放最小生成树的集合；

second： 在U和V-U中找到一个权值最小（u，w），其中u属于U，w属于V-U，把（u，w）加入到TE中，把w加入到U中；

third：一直重复second到U=V；

算法分析：算法复杂度为O（n**2） 与图中的边数无关，适合求稠密图；

（2）Kruskal算法  克鲁斯卡尔

适用于稀疏图；

以后补充

…………

…………

2.最短路径

（1）迪杰斯特拉算法

从初始点出发到图中各个顶点的最短路的求法；其中不能有负数；

算法步骤：

first：进行初始化

将起始点加入到S中，S[v]=ture;

将v到各个重点的最短路径长度初始化为权值，D[i]=G.arcs[v0][vi];

如果v和顶点vi之间有弧，则将vi的前驱置为v，即Path[i]=v;

second:重复n-1次

选择一个最小的vk，使得 D[k]=min{D[i]};

将vk加到S中，S[vk]=ture；

根据条件更新V-S上的任一顶点的最短路径的长度；

（2）弗洛伊德算法

以后补充………………