数据结构--图

图的存储

图的存储一般有两种方式:邻接矩阵和邻接表。

邻接矩阵

对于一个G(V,E),有N个顶点。令一个二维数组G[N][N],两维分别表示图的顶点坐标。如果G[i][j]为1,说明顶点i与顶点j之间有边;如果G[i][j]为0,说明顶点i与顶点j之间没有边。如果存在边权,可以令G[i][j]存放权值。对于不存在边的可以设边权为0,-1或一个很大的数。
在这里插入图片描述

邻接表

对于上个图,可以邻接矩阵如下,括号内为边权。
在这里插入图片描述

图的遍历

图的遍历一般包括两种:深度优先搜索和广度优先

深度优先搜索

每次都是沿着路径到不能再前进时才退回到最近的岔道口。
如下如例所示:
在这里插入图片描述
第一步:v0->v1->v3
第二步:v1->v4->v5
第三步:v0->v2

基础概念

  • 连通分量:无向图中,两个顶点可以相互到达(可以通过间接到达),则这两个顶点连通。如果图G(V,E)的任意两个顶点都连通,则图G为连通图;否则图G为非连通图,其中极大强通子图为连通分量。
  • 强连通分量:在有向图中,如果两个顶点可以各自通过一条有向路径到达另一个顶点,则称两个顶点强连通。如果图G(V,E)的任意两个顶点都强连通,则图G为强连通图;否则图G为非强连通图,其中极大强连通子图为强连通分量。

DFS伪代码

//深度优先访问结点u
DFS(u){
    vis[u]=true;//设置u已经被访问
    for(从u出发能到达的所有顶点v){
        if vis[v]==false //如果顶点v未被访问
            DFS(v);//递归访问顶点v
    }
}

//遍历图G
DFSTrave(G){
    for(G的所有顶点v)
        if vis[v]==false //如果顶点v未被访问
            DFS(v);//访问u所在的连通图
}

邻接矩阵版

//邻接矩阵版
int maxn=1000;//最大顶点数
int n,G[maxn][maxn]={0};//n为顶点数
bool vis[maxn]={false};//标记顶点是否被访问
void DFS(u){
    vis[u]=true;
    /*这里可以对顶点进行操作*/
    for(int v=0;v<n;v++){
        if(vis[v]==false&&G[u][v]>0){//如果v未被访问,且u可以到达v
            DFS(i);
        }
        
    }
}
//遍历图G
void DFSTrave(){
    for(int u=0;u<n;u++){
        if(vis[u]==false){
            DFS(u);
        }
    }
}

邻接表版

//邻接表版
int maxn=1000;//最大顶点数
vector<int>Adj[maxn];//邻接表
int n;//n为顶点数
bool vis[maxn]={false};//标记顶点是否被访问

void DFS(u){
    vis[u]=true;
    /*这里可以对顶点进行操作*/
    for(int v=0;v<Adj[u].size();v++){
        if(vis[v]==false){//如果v未被访问,且u可以到达v
            DFS(i);
        }
    }
}
//遍历图G
void DFSTrave(){
    for(int u=0;u<n;u++){
        if(vis[u]==false){
            DFS(u);
        }
    }
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
逻辑结构:描述数据元素之间的逻辑关系,如线性结构(如数组、链表)、树形结构(如二叉树、堆、B树)、结构(有向、无向等)以及集合和队列等抽象数据类型。 存储结构(物理结构):描述数据在计算机中如何具体存储。例如,数组的连续存储,链表的动态分配节点,树和的邻接矩阵或邻接表表示等。 基本操作:针对每种数据结构,定义了一系列基本的操作,包括但不限于插入、删除、查找、更新、遍历等,并分析这些操作的时间复杂度和空间复杂度。 算法: 算法设计:研究如何将解决问题的步骤形式化为一系列指令,使得计算机可以执行以求解问题。 算法特性:包括输入、输出、有穷性、确定性和可行性。即一个有效的算法必须能在有限步骤内结束,并且对于给定的输入产生唯一的确定输出。 算法分类:排序算法(如冒泡排序、快速排序、归并排序),查找算法(如顺序查找、二分查找、哈希查找),论算法(如Dijkstra最短路径算法、Floyd-Warshall算法、Prim最小生成树算法),动态规划,贪心算法,回溯法,分支限界法等。 算法分析:通过数学方法分析算法的时间复杂度(运行时间随数据规模增长的速度)和空间复杂度(所需内存大小)来评估其效率。 学习算法与数据结构不仅有助于理解程序的内部工作原理,更能帮助开发人员编写出高效、稳定和易于维护的软件系统。
算法与数据结构它们分别涵盖了以下主要内容: 数据结构(Data Structures): 逻辑结构:描述数据元素之间的逻辑关系,如线性结构(如数组、链表)、树形结构(如二叉树、堆、B树)、结构(有向、无向等)以及集合和队列等抽象数据类型。 存储结构(物理结构):描述数据在计算机中如何具体存储。例如,数组的连续存储,链表的动态分配节点,树和的邻接矩阵或邻接表表示等。 基本操作:针对每种数据结构,定义了一系列基本的操作,包括但不限于插入、删除、查找、更新、遍历等,并分析这些操作的时间复杂度和空间复杂度。 算法: 算法设计:研究如何将解决问题的步骤形式化为一系列指令,使得计算机可以执行以求解问题。 算法特性:包括输入、输出、有穷性、确定性和可行性。即一个有效的算法必须能在有限步骤内结束,并且对于给定的输入产生唯一的确定输出。 算法分类:排序算法(如冒泡排序、快速排序、归并排序),查找算法(如顺序查找、二分查找、哈希查找),论算法(如Dijkstra最短路径算法、Floyd-Warshall算法、Prim最小生成树算法),动态规划,贪心算法,回溯法,分支限界法等。 算法分析:通过数学方法分析算法的时间复杂度(运行时间随数据规模增长的速度)和空间复杂度(所需内存大小)来评估其效率。 学习算法与数据结构不仅有助于理解程序的内部工作原理,更能帮助开发人员编写出高效、稳定和易于维护的软件系统。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值