数据结构强化理论笔记--图

反派君

已于 2022-09-11 17:38:40 修改

阅读量4.6k

点赞数 3

分类专栏：数据结构理论总结文章标签：数据结构

于 2022-09-06 17:06:07 首次发布

本文链接：https://blog.csdn.net/weixin_68966886/article/details/126725267

版权

数据结构理论总结专栏收录该内容

3 篇文章 0 订阅

订阅专栏

一：图的基本概念

1.顶点的度、入度、出度：

对于无向图：在具有n个顶点、e条边的无向图中，无向图的全部顶点的度的和等于边数的2倍
对于有向图：顶点v的度等于其入度和出度之和，亦等于有向边数

2.顶点-顶点的关系描述：

路径：顶点vp到顶点vq之间的一条路径是指顶点序列，
回路：第一个顶点和最后一个顶点相同的路径称为回路或环
简单路径：在路径序列中，顶点不重复出现的路径称为简单路径。
简单回路：除第一个顶点和最后一个顶点外，其余顶点不重复出现的回路称为简单回路。
路径长度：路径上边的数目

3.连通图、强连通图：

若图G中任意两个顶点都是连通的，则称图G为连通图，否则称为非连通图。
对于n个顶点的无向图G，
- 若G是连通图，则最少有n-1条边
- 若G是非连通图，则最多可能有 $\large \bg_white C_{n-1}^{2}\textrm{}$ 条边
- 题例：设G是一个非连通无向图，有15条边，则该图的顶点数至少有7个。
若图中任何一对顶点都是强连通的，则称此图为强连通图。
对于n个顶点的有向图G，
若G是强连通图，则最少有n条边（形成回路)

在一个非强连通图中找强连通分量的方法如下：

（1）在图中找有向环

（2）扩展该有向环：如果某个顶点到该环中的任一顶点有路径，并且该环中的任一顶点到这个顶点也有了路径，则加入这个顶点

重连通图

4.研究图的局部——子图：

设有两个图G = (V, E)和G' = (V', E')，若V'是V的子集，且E'是E的子集，则称G'是G的子图
若有满足V(G') = V(G)的子图G'，则称其为G的生成子图
注意：并非任意挑几个点、几条边都能构成子图

5.生成树：

连通图的生成树是包含图中全部顶点的一个极小连通子图
若图中顶点数为n，则它的生成树含有n-1条边。对生成树而言，若砍去它的一条边，则会变成非连通图，若加上一条边则会形成一个回路。
注：极大连通子图是连通分量，极小连通子图是生成树。

二：图的存储结构

1.邻接矩阵

（1）邻接矩阵法求顶点的度/出度/入度的时间复杂度为O(V)

（2）邻接矩阵空间复杂度：O(|V|^2) ——只和顶点数相关，和实际的边数无关

（3）图的邻接矩阵表示是唯一的

（4）无向图的邻接矩阵一定是对称的，反之若不对称则一定是有向图

邻接矩阵法的性质

证明：

2.邻接表

（1）无向图：边结点的数量是2|E|，整体空间复杂度为O(|V| + 2|E|)

（2）有向图：边结点的数量是|E|，整体空间复杂度为O(|V| + |E|)

（3）只要确定了顶点编号，图的邻接矩阵表示方式唯一，图的邻接表表示方式并不唯一

3.十字链表

用来存储有向图，空间复杂度：O(|V|+|E|)

4.邻接多重表

用来存储无向图，空间复杂度：O(|V|+|E|)

总结

二：最小生成树

1.Prim算法构造步骤

证明普里姆算法得到的树T是最小生成树

证：假设图的最小生成树为T’且T不等于T '。在T的构建过程中，第一次出现不同的边为e，e有一个顶点u属于S，另一个顶点v不属于S。由于T '是生成树必定连通，因此在T '中u到v存在路径，其中必定有一条边f一端属于V，另一端不属于 V。由Prim算法的构造方式可知：W(e)<=W(f)，若W(e)<W(f)，则去掉f加入e得到的树权值会更小，矛盾。因此T的权值要等于T ' 的权值，即得证。

2.Kruskal算法构造步骤

证明克鲁斯卡尔算法得到的树T是最小生成树

归纳法证明：

n=1时显然成立。

假设n=k时命题成立。

n=k+1时，选出最短边e（最小生成树一定包含最短边，否则可以加上它，然后删除环中其它的边），将其短接，得到最小生成树T '。假设原图的最小生成树为T* ，且W(T * )<W(T)。

则W(T* -e)=W(T * )-W(e)<W(T)-W(e)=W(T ')，这与T '是最小生成树矛盾，因此命题得证。

三：最短路径

1.Dijkstra算法

Dijkstra 算法不适用于有负权值的带权图

2.Floyd算法

Floyd算法可以用于负权图
Floyd 算法不能解决带有“负权回路”的图（有负权值的边组成回路），这种图有可能没有最短路径（每走一圈路径越小）

Floyd不断基于对角线上元素画“十字”计算的过程步骤：

1.从第一个对角线元素开始不断画十字

2.十字和它的 $\large \infty$ 部分对应的行列值不变

3.更新值（值比原来元素小）与路径，取下一个对角线元素继续重复

四：AOV网和AO

拓扑排序：

拓扑排序：在图论中，由一个有向无环图的顶点组成的序列，当且仅当满足下列条件时，称为该图的一个拓扑排序：
- 每个顶点出现且只出现一次。
- 若顶点A在序列中排在顶点B的前面，则在图中不存在从顶点B到顶点A的路径。
或定义为：
- 拓扑排序是对有向无环图的顶点的一种排序，它使得若存在一条从顶点A到顶点B的路径，则在排序中顶点B出现在顶点A的后面。
每个AOV网都有一个或多个拓扑排序序列。
如果一个有向图具有拓扑排序序列，并且顶点按拓扑有序序列编号，那么它的邻接矩阵必定为上三角矩阵
若用邻接矩阵存储有向图，矩阵中主对角线以下元素均为零，则该图的拓扑排序一定存在，但不一定唯一
改变某一关键活动的持续时间，不一定会产生不同的关键路径
拓扑排序的实现：
- 从AOV网中选择一个没有前驱（入度为0）的顶点并输出。
- 从网中删除该顶点和所有以它为起点的有向边。
- 重复前面的步骤直到当前的AOV网为空或当前网中不存在无前驱的顶点为止。

AOE网

关键路径

在带权有向图中，以顶点表示事件，以有向边表示活动，以边上的权值表示完成该活动的开销（如完成活动所需的时间）
称之为用边表示活动的网络，简称AOE网 (Activity On Edge NetWork)
AOE网具有以下两个性质：
- 只有在某顶点所代表的事件发生后，从该顶点出发的各有向边所代表的活动才能开始；
- 只有在进入某顶点的各有向边所代表的活动都已结束时，该顶点所代表的事件才能发生。
- 另外，有些活动是可以并行进行的

求关键路径的步骤：

求所有事件的最早发生时间 ve( )
- 按拓扑排序序列，依次求各个顶点的 ve(k):
- ve(源点) = 0
- ve(k) = Max{ve(j) + Weight(vj, vk)}, vj为vk 的任意前驱
- 求出事件的最早发生时间后即可立马推出活动的最早发生时间
求所有事件的最迟发生时间 vl( )
- 按逆拓扑排序序列，依次求各个顶点的 vl(k):
- vl(汇点) = ve(汇点)
- vl(k) = Min{vl(j) - Weight(vk, vj)} , vj为vk的任意后继
- 求出事件的最迟发生时间后即可立马推出活动的最迟发生时间
求所有活动的最早发生时间 e( )
- 若边<vk, vj>表示活动ai，则有e(i) = ve(k)
求所有活动的最迟发生时间 l( )
- 若边<vk, vj>表示活动ai，则有l(i) = vl(j) - Weight(vk, vj)
求所有活动的时间余量 d( )
- d(i) = l(i) - e(i)
d(i)=0的活动就是关键活动, 由关键活动可得关键路径