图论
【存储结构】
1、数组结构,也就是邻接矩阵
对于非网图arc[i][j]==1表示相邻,网图arc[i][j]为网中弧的权值
2、链式结构
邻接表、十字链表、邻接多重表
【遍历】
由于图有存在连通的可能,因此要引入一个变量visited[x]:TRUE代表访问过,FALSE代表未访问过
和树的遍历类似,主要分
1、深度优先遍历
有2钟算法,第一种是递归,第二种是使用栈
2、广度优先遍历
使用队列的数据结构,每次访问了一个节点后,将该节点存入队列
接下来依次访问出队列的节点的相邻节点
【路径】
需要设一个辅助存储结构记录经过的路径,可以用栈,当经过的路径不满足条件时,退栈,采用的遍历方式为深度优先遍历
拓扑排序与关键路径
【四大算法】
1、prim:最小生成树算法
核心思想是建立一个辅助数组closedge
struct{
VertexType adjvex;
VRType lowcost;
}closedge[MAX_VERTEX_NUM];
每当处理完一个节点i后就讲该节点i归于集合U(将对应的closedge[i] = 0)
2、Kuskal:最小生成树算法
引入了堆的存储结构并引入了等价类算法
3、Dijstra:一点至多点最短路径算法
4、Floyd:多点至多点最短路径算法
【关节点】
删除了该节点,原图将出现 >= 2个的连通分量
visited[x]表示访问结点x的顺序值
需要引入函数low
low(v) = Min( visited[v], low[w], visited[k] ) //w是v在deepfirst-tree上的孩子结点,k是v在tree上由回边联结的祖先节点
如果v的孩子结点w存在low[w] >= visited[v],那么v为关节点(由关节点的特性得来)
for(p = G.vertices[v0].firstarc; p; p = p->nextarc){
w = p->adjvex;
if(visited[w] == 0){
DFSArticul(G, w);
if(low[w]<min)<span style="white-space:pre"> </span>//
min = low[w];
if(low[w] >= visited[v0])<span style="white-space:pre"> </span>//
printf(v0, G.vertices[v0].data);
}
else if(visited{w] < min)<span style="white-space:pre"> </span>//
min = visited[w];
}//for
由//标记的3行就是比较的关键程序
【拓扑排序】
核心是设置一个‘0’入度节点栈,一旦出现入度为‘0’的结点就将其push进栈
设置一个count计数器,每当处理完一个入度为‘0’的结点,就将count++,当栈空时,count的值与集合S的num值不同,则存在回路,否则拓扑有序
while(!StackEmpty(S)){
Pop(S, i);
printf(i, G.vertices[i].data);
++count;
for(p = G.vertices[i].firstarc; p; p = p->nextarc){
k = p->adjvex;
if(!(--indegree[k]))
Push(S, k);
}//for
}//while
if(count<G.vexnum)
return ERROR;
else
return OK;
【关键路径】
前向基础是“拓扑排序”,但是需要再引入一个栈T。因为栈S处理完就变成空栈了,而关键路径还需要第二个步骤:反向求解;所以还需要一个栈把拓扑排序的
序列顺序存储,之后再pop出栈就完成了反向求解。
还需要引入变量数组ve(也就是v_early),记录每个结点的最早行进时间点
变量数组vl(也就是v_late),记录每个结点的最迟行进时间点
【最短路径】