数据结构与算法（八）

马踏棋盘算法（骑士周游问题）

在8*8的方格棋盘，按照“马”走棋的规则，将“马”进行移动，要求每个方格只能进入一次，最终使“马”走遍棋盘64个方格。

回溯法：递归和深度优先搜索

哈密尔顿路径：经过图G中每个顶点，且只经过一次的一条轨迹。如果这条轨迹是一条闭合路径（从起点出发不重复的遍历所有点后仍能回到起点），那么这条路径称为哈密尔顿回路。

广度优先遍历（BreadthFirstSearch），广度优先搜索（BFS）

使用队列，依照右手原则，类似的层序遍历的方法，对图进行遍历。
使用邻接矩阵、邻接表的广度遍历

最小生成树（普里姆算法）（Prim）

加点法

每次迭代选择代价最小的边对应的点加入到集合中，从一个顶点开始逐步覆盖整个图。

• 初始顶点集合
• 将代价最小的边的顶点加入到集合
• 迭代直至把所有的顶点都加入集合

最小生成树（克鲁斯卡尔算法）（Kruskal）

加边法

• 把图中所有边按代价从小到大排序
• 按权值从小到大选择边，连接所选边的顶点
• 直至所有顶点都在同一棵树内

最短路径

在图和非网图最短路径的含义是不同的

• 网图是两顶点经过的边上权值之和最少的路径
• 非网图是两顶点之间经过的边数最少的路径

路径起源地第一个顶点称为源点，最后一个顶点称为终点。

最短路径（狄杰斯特拉算法）（Dijkstra）

时间复杂度 n^2
使用贪心策略

不是一次就求出最短路径，而是一步步求出它们之间顶点的最短路径，过程中都是基于已经求出的最短路径的基础上，求得更远顶点的最短路径

• 起点A，初始化阶段，更新A点的邻居的距离，然后移出最小距离的点，以移除的点为起点进行更新，直至所有点都移除，所有点距离都更新完，为A点到各点的最小距离。

最短路径（弗洛伊德算法）（Floyd）

时间复杂度 n^3
弗洛伊德算法的优点

• 狄杰斯特拉算法求的是一个顶点到所有顶点到最短路径，但弗洛伊德算法是求所有顶点到所有顶点到最短路径
• 弗洛伊德算法非常简洁优雅

方法：
引入两个矩阵S与P

• S存储的是两个顶点间的距离
• P存储的是顶点上一个顶点
• 分别经过n个顶点进行更新，更新后的距离为最短距离

拓扑排序

一个无环的有向图称为无环图（Directed Acyclic Graph）简称DAG图

在一个表示工程的有向图中，用顶点表示活动，用弧表示活动之间的优先关系，这样的有向图为顶点表示活动的网，我们称之为AOV网（Acivate On Vertex Network）

拓扑序列：设G=（V，E）是一个具有n个顶点的有向图，V中的顶点序列V1，V2，……，Vn满足若从顶点Vi到Vj有一条路径，则在顶点序列中顶点Vi必在Vj之前。则这样的顶点序列为一个拓扑序列。

拓扑排序：对一个有向图构造拓扑序列的过程。

对AOV网进行拓扑排序的方法：

• 从AOV网中选择一个没有前驱的顶点（入度为0）并且输出它
• 从网中删去该顶点，并且删去从该顶点发出的全部有向边
• 重复上述两步，直到剩余网中不再存在没有前驱的顶点为止

算法的时间复杂度：

• 对一个具有n个顶点，e条边的网来说，初始建立入度为零的顶点栈，要检查所有顶点一次，执行时间为O（n）
• 排序中，若AOV网无回路，则每个顶点入、出栈各一次，每个表结点被检查一次，因而执行时间是O（n+e）
• 算法的时间复杂度是O（n+e）