一、图的连通性问题
(一)无向图判断连通性
求连通分量个数求解图是否连通。
1.count=0;
2. for (图中每个顶点v)
2.1 if (v尚未被访问过)
2.1.1 count++;
2.1.2 从v出发遍历该图(函数调用);
3. if (count==1) cout<<“图是连通的”;
else cout<<“图中有”<<count<<“个连通分量”;
(二)有向图连通性
⑴ 从某顶点出发进行深度优先遍历,并按其所有邻接点都访问完(即出栈)的顺序将顶点排列起来。
⑵ 从最后完成访问的顶点出发,沿着以该顶点为头的弧作逆向的深度优先遍历。若不能访问到所有顶点,则从余下的顶点中最后访问的那个顶点出发,继续作逆向的深度优先遍历,直至有向图中所有顶点都被访问到为止。
(三)生成树
生成树的代价:设G=(V,E)是一个无向连通网,生成树上各边的权值之和称为该生成树的代价。
最小生成树:在图G所有生成树中,代价最小的生成树称为最小生成树。
MST性质:假设G=(V, E)是一个无向连通网,U是顶点集V的一个非空子集。若(u, v)是一条具有最小权值的边,其中u∈U,v∈V-U,则必存在一棵包含边(u, v)的最小生成树。
最小生成树构造方法:
1.Prime法:加点法
Void prime(MGraph G)
{
for(int i=1; i<G.vertexNu; i++)
{
lowcost[i]=G.arc[0][i];
adjvex[i]=0;
}
lowcost[0]=0;
for(i=1; i<G.vertexNum; i+++)
{
k=MinEdge(lowcost,G.vertexNum)
cout<<K<<adjvex[k]<<lowcost[k];
lowcost[k]=0;
for(j=1; j<G.vertexNum; j++)
if((G.arc[k][j]<lowcost[j])
{
lowcost[j]=G.arc[k][j];
arcvex[j]=k;
}
}
}
2.Kruskal方法:加边法
int main()
{
int arcNum, int vertexNum;
EdgeNode *edge;
int *parent;
cout<<"please input the number of vertexNum:";
cin>>vertexNum;
cout<<"please input the number of edges:";
cin>>arcNum;
edge=new EdgeNode[arcNum];
parent=new int[vertexNum];
for(int i=0; i<arcNum; i++)
{
cout<<"Please input the edges:";
cin>>edge[i].from>>edge[i].to>>edge[i].weight;
}
sort(edges, G); //对边集数组进行堆排序,时间复杂性为O(eloge)
for (i=0; i<vertexNum; i++)
parent[i]=-1; //每个节点分属于不同的集合
int k=0,begin,end,count=0;
cout<<"next is the MST :"<<endl;
for (k=0; k<arcNum; k++)
{
begin=edge[k].from;
end=edge[k].to;
int m,n;
m=Find(parent,begin);
n=Find(parent,end);
if(m!=n)
{
cout<<begin<<","<<end<<","<<edge[k].weight<<endl;
parent[n]=m;
count++;
if(count==vertexNum-1)
break;
}
}
return 0;
}
int Find(int *parent, int node)
{
int f;
f=node;
while(parent[f]>-1)
f=parent[f];
return f;
}
(四)最短路径问题
1.单源点到其他顶点的最短路径:Dijkstra方法,O(n2)
Const int MAX=1000;
void Dijkstra(MGraph g, int v)
{
for ( i =0; i<g.vexnum ; i++)
{
dist[i]=g.arcs[v][i];
if ( dist[i]!= MAX)
path [i]=g.vertex[v]+g.vertex[i];
else
path[i]="";
}
S[0]=g.vertex[v];
num=1;
While (num<g.vextexNum)
{
k=0;
for(i=0; i<G.vertexNum; i++)
if(dist[i]<dist[k])
k=i;
cout<<dist[k]<<path[k];
s[num++]=G.vertex[k];
for(i=0; i<G.vertexNum; i++)
if(dist[k]+g.arc[k][i]<dist[i]
{
dist[i]=dist[k]+g.arc[k][i];
path[i]=path[k]+g.vertex[i];
}
}
}
2.任意一对顶点之间的最短路径:Floyed方法,O(n3)
void Floyd(MGraph G)
{
for (i=0; i<G.vertexNum; i++)
for (j=0; j<G.vertexNum; j++)
{
dist[i][j]=G.arc[i][j];
if (dist[i][j]!=INF)
path[i][j]=G.vertex[i]+G.vertex[j];
else
path[i][j]="";
}
for (k=0; k<G.vertexNum; k++)
for (i=0; i<G.vertexNum; i++)
for (j=0; j<G.vertexNum; j++)
if (dist[i][k]+dist[k][j]<dist[i][j])
{
dist[i][j]=dist[i][k]+dist[k][j];
path[i][j]=path[i][k]+path[k][j];
}
}
(五)拓扑排序
**1.AOV网:**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,称这样的有向图为顶点表示活动的网,简称AOV网。
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称为一个拓扑序列,当且仅当满足下列条件:若从顶点vi到vj有一条路径,则在顶点的拓扑序列中顶点vi必在顶点vj之前。
拓扑排序:
对一个有向图构造拓扑序列的过程称为拓扑排序 。
⑴ 从AOV网中选择一个没有前驱的顶点并且输出;
⑵ 从AOV网中删去该顶点,并且删去所有以该顶点为尾的弧;
void TOpSort(){
int top=-1, count=0;
for(int i=0;i<vertexnum;i++)
if(adjlist[i].in==0) s[++top]=i;
while(top!=-1){
j=s[top--]; cout <<adjlist[j].vertext; count++;
p=adjlist[j].firstedge;
while(p!=NULL){
k=p->adjvex; adjlist[k].in--;
if(adjlist[k].in==0) s[top++]=k;
p=p->next;
}
}
If (count<vertexNum) cout<<“有回路”;
}
2.AOE网
在一个表示工程的带权有向图中,用顶点表示事件,用有向边表示活动,边上的权值表示活动的持续时间,称这样的有向图叫做边表示活动的网,简称AOE网。
AOE网中没有入边的顶点称为始点(或源点),没有出边的顶点称为终点(或汇点)。
AOE网的性质:
⑴ 只有在某顶点所代表的事件发生后,从该顶点出发的各活动才能开始;
⑵ 只有在进入某顶点的各活动都结束,该顶点所代表的事件才能发生。
关键路径:在AOE网中,从始点到终点具有最大路径长度(该路径上的各个活动所持续的时间之和)的路径称为关键路径。
关键活动:关键路径上的活动称为关键活动。
有关量:
- ⑴ 事件的最早发生时间ve[k]
- ⑵ 事件的最迟发生时间vl[k]
- ⑶ 活动的最早开始时间e[i]
- ⑷ 活动的最晚开始时间l[i]
存储结构:
struct Edge
{
int from;
int to;
int e;
int l;
};
class Grap
{
int vertexnum,e;
int **adjlist; //邻接矩阵
int start,end;
Edge *edge; //边集数组
public:
Grap(int n,int e);
int path();
};
ve[k]的计算
q.push(0);//源点时间入队
for(j=0;j<vertexnum;j++) { //初始化每个事件最早发生时间
ve[j]=0; visit[j]=0; }
visit[0]=1;
while(!q.empty()) {
i=q.front(); //利用标准模板库中的队列实现
q.pop();
for(j=0;j<vertexnum;j++){//计算i的邻接点的ve
if(adjlist[i][j]!=9999 && ve[i]+adjlist[i][j]>ve[j] ){
ve[j]=ve[i]+adjlist[i][j];
if(!visit[j]) //如果j没有被访问过,顶点j入队
q.push(j);
visit[j]=1;
}
}
}
vl[k]的计算
q.push(vertexnum-1);
for(j=0;j<vertexnum;j++) {
vl[j]=ve[vertexnum-1]; visit[j]=0; }
while(!q.empty()) {
i=q.front();
q.pop();
for(j=0;j<vertexnum;j++) {
if(adjlist[j][i]!=9999 && vl[i]-adjlist[j][i]<vl[j] ){
vl[j]=vl[i]-adjlist[j][i];
if(!visit[j])
q.push(j);
visit[j]=1;
}
}
}
活动的最早开始时间e[i]
for(i=0;i<e;i++)
{
edge[i].e=ve[edge[i].from];
}
活动的最晚开始时间l[i]
for(i=0;i<e;i++)
{
edge[i].e=ve[edge[i].from];
edge[i].l=vl[edge[i].to]-adjlist[edge[i].from][edge[i].to];
}