数据结构笔记（7）图论算法

（CSDN的markdown是不是有问题啊……代码行总会读取上面的尾巴ε＝ε＝ε＝(#>д<)ﾉ

关于图的若干定义

（具体参考离散数学......）

G=（V，E）

其中G为图，V为顶点集（vertex），E为边集（edge）
每一条边就是一个点对（v,w），其中v，w∈V
当点对有序时，w和v称为有向的，这样的图称为有向图
当v与w之间存在边时，我们称顶点v与w邻接。
有时边存在着称为权（weight）或值（cost）的属性

邻接表

邻接矩阵（adjacency matrix）

1. 对于每条边（u，v），我们置A[u][v]=1，否则为0。该方法用于表示稠密(dense)的图，但并不是很有效，空间上的消耗太大了。空间需求为O（|v|^2）

邻接表（adjacency list）

1. 对每一个顶点，使用一个表存放所有邻接的顶点，此时的空间需求为O（|E|+|V|）
2. 具体实现：
   
   • 对每个节点，创建相邻节点的链表
   • 对于有向图，每条边有一个入口
   • 对于正则图，每条边有两个入口【待考】
   • 散列表实现：
     
     • 每个节点都存储一个名字以及一个内部编号
     • 制定一个编号，f（0）= 1，读入该图
     • 读入每条边，检查是否两个顶点在散列表中，如果在，则使用该内部编号，如果不在，将下一个可用的编号分配给该顶点并将其插入到散列表中。分配好的内部编号就是散列函数最终的结果。

拓扑排序（Topological sort）

1. 拓扑排序是对有向无圈图的顶点的一种排序，它使得如果存在一条vi到vj的路径，那么在排序中vj在vi的后面。
2. 拓扑排序不是唯一的。
3. 算法概述：
   
   • 找出任意一个入度为0的顶点
   • 输出该顶点
   • 把该顶点与它的边从图中删除
   • 重复以上步骤直至输出完毕

4. 邻接表实现伪代码描述：

   void Topsort(Graph G)
   {
   int Counter;
   Vertex V,W; 
           for(Counter=0;Counter<numVertex;Counter++)
   {
       V=FindNewVertexOfIndgreeZero();//找到一个入度为0的点，如果这样的点不存在，返回NotAVertex
       if(V==NotAVertex)
       {
           Error("Graph has a cycle");
           break;
       }
       TopNum[V]=Counter;//大概是将V的编号赋为Counter（顺序值）【待考】
       foreach W adjacent to V
           Indegree[W]--;//由于V被删除所以所有前置节点为V的节点，其入度应当减一
   }
   }

   ---

5. 队列实现伪代码描述
   

最短路径算法

深度优先搜索

广度优先搜索（breadth-first search）

1. 无权最短路径

   • 使用某个顶点s作为输入参数，我们想找到从s到所有其他顶点的最短路径。
   • 选择某点作为s点，并将其标记为0
   • 寻找与s点距离为1的点，将其标记为1
   • …
   • 最远的顶点最后被标记
   • 这个方法有点像是对树的层序遍历

2. 算法概述：我们利用一个存储三种不同信息的表来进行遍历。其中：

   • dv用于存储从s开始到顶点的距离
   • pv用于存储实际的路径（前一节点（的索引））
   • 布尔值Known用于标记节点是否已经处理完成（所找到的路径长为最短）
3. 伪代码实现：
   
   该种方法的缺点在于对于最坏情形时执行的很低效。下面给出改进后的伪代码表示：
   
   队列具有FIFO性，所以入队出队的顺序就是拓扑编号顺序。

Dijkstra算法

1. 算法概述：在每个阶段，Dijkstra算法选择一个顶点v，它在所有未知定点中具有最小的dv，同时算法声明从s到v的最短路径是已知的，阶段的其他部分由dw值的更新工作完成。

   • dv用于存储使用已知顶点作为中间顶点从s开始到v的最短路径的长。
   • pv用于存储引起dv变化的最后的顶点。
   • 布尔值Known用于标记节点是否已经处理完成（所找到的路径长为最短）

2. 伪代码实现：
   
   

3. 负边图
4. 无圈图

最小生成树

1. 最小生成树：连接图G的所有顶点的边所构成的树，且其总价值最低。
2. 两种算法的差距：是否需要在执行过程中保持图的连通性。
3. Prim算法：
   
   • 每一步都把一个节点当做根并向上加边
   • 在每一阶段都可以通过选择边（u , v），使得（u，v）的值是所有u在树上但v不在树上的边的值中的最小者
4. Kruskal算法：
   
   • 连续的按照最小的权选择边，并且当所选的边不产生圈的时候就把它作为选定的边。