图

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】