文章知识点来至于大话数据结构里边章节知识, 这篇主要介绍图在计算机中存储形式, 以及在某些算法领域中对图的相关应用。本篇涉及到的知识点也比较多在图的遍历中介绍了深度优先遍历、广度优先遍历;在最小生成树节介绍了普利姆算法和克鲁斯卡尔算法;最短路径中介绍了迪杰斯特拉算法、佛洛依德算法;本篇后边还介绍了拓扑排序以及关键路径等知识点。 本篇对算法进行了描述和实现, 在实现代码的同时添加了流程图。相关代码源码请查看文章最后。本篇最后的算法描述和流程图以及代码实现是重点,如果对本篇感兴趣一定要通过该部分来巩固数据机构。
1 图的定义
图是由顶点的有穷非空集合和顶点之间边的集合组成,通过表示为G(V,E),其中,G标示一个图,V是图G中顶点的集合,E是图G中边的集合。
无边图:若顶点Vi到Vj之间的边没有方向,则称这条边为无项边(Edge),用序偶对(Vi,Vj)标示。
对于下图无向图G1来说,G1=(V1, {E1}),其中顶点集合V1={A,B,C,D};边集合E1={(A,B),(B,C),(C,D),(D,A),(A,C)}:
有向图:若从顶点Vi到Vj的边是有方向的,则成这条边为有向边,也称为弧(Arc)。用有序对(Vi,Vj)标示,Vi称为弧尾,Vj称为弧头。如果任意两条边之间都是有向的,则称该图为有向图。
有向图G2中,G2=(V2,{E2}),顶点集合(A,B,C,D),弧集合E2={<A,D>,{B,A},<C,A>,<B,C>}.
权(Weight):有些图的边和弧有相关的数,这个数叫做权(Weight)。这些带权的图通常称为网(Network)。
图的定义和术语总结:
2 图的抽象数据类型
基本操作抽象:
1、 图的存储结构
邻接矩阵:图的邻接矩阵存储方式是用两个数组来标示图。一个一位数组存储图顶点的信息,一个二维数组(称为邻接矩阵)存储图中边或者弧的信息。
邻接矩阵代码存储结构:
无向网图的创建代码,时间复杂度为O{n + n2 + e}。
邻接表
用数组和链表结合的存储方式来标示图的方法称为邻接表。
邻接表处理思路
邻接表存储结构
邻接表存储代码结构
邻接表创建代码
十字链表(OrthogonalList)
十字链表把邻接表与逆邻接表结合起来,解决了出度和入度的问题。
3 图的遍历
定义:从图中某个顶点出发访遍图中其余顶点,且使每个顶点仅被访问依次,这一过程叫做图的遍历.
遍历方法: 深度优先遍历和广度优先遍历
深度优先遍历
从图中某个顶点出发v出发,访问此顶点,然后从v的未被访问的邻接点出发深度优先便利图,知道图中所有和v有相同路径的顶点都被访问。
深度优先遍历采用邻接矩阵遍历:
深度优先遍历采用邻接表遍历:
广度优先遍历
广度优先遍历(Breadth_First_Search)又称为广度优先搜索,简称BFS。
邻接矩阵广度算法实现:
邻接表广度优先算法实现:
4 最小生成树
定义:我们把构造连通图的最小代价生成树称为最小生成树。
最小生成树实现算法:普利姆算法和克鲁斯卡尔算法
鲁斯卡尔算法
数据初始化:我们将下图的邻接矩阵通过程序转化为右图的边集数组,并且对他们按权值从小到大排序。
算法流程图:
算法代码实现:
5 最短路径
定义:对于网图来说,最短路径是指两个顶点之间经过的边上权值之和最少的路径,并且我们称路径上的第一个顶点式源点,最后一个顶点是终点。
两种计算最短路径算法:迪杰斯特拉(Djikstra)算法和佛洛伊德算法
迪杰斯特拉(Djikstra)算法
算法描述:迪杰斯特拉算法并不是一下子求出开始节点到尾节点的最短路径,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,最终得到你要的结果。
流程图:
迪杰斯特拉代码实现:
5 拓扑排序
定义
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,我们称为AOV网(Activity On Vertex)。
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到顶点Vj有一条路径,则在顶点序列中Vi必在Vj顶点之前。则我们称这样的顶点序列为拓扑序列。
所谓拓扑序列,其实就是对一个有向图构造拓扑序列的过程。
数据结构
算法实现:
6 关键路径
定义
在一个表示工程的带权有向图中,用顶点表示事件,用有向图表示活动,用边上的权值表示活动的持续事件,这种这种有向图的边表示活动图,我们称之为AOE网(Activity On Edge Network)。
我们把路径上各
个活动所持续的时间之和称为路径的长度,从原点到汇点具有最大长度的路径叫做关键路径,在关键路径上的活动叫关键活动。
7 迪杰斯特拉算法求最短路径(C#版算法实现):
public class DjikstraAlgorithm { public const int INFINITY = 65535; public static void CaculateFinalWay(int[][] matrix, int maxVex, out int[] prevMatrix, out int[] weightTable) { var minWeightKey = 0; var finals = new bool[maxVex]; prevMatrix = new int[maxVex]; weightTable = new int[maxVex]; for (var i = 0; i < maxVex; i++) { finals[i] = false; prevMatrix[i] = 0; weightTable[i] = matrix[0][i]; } weightTable[0] = 0; finals[0] = true; for (var v = 1; v < maxVex; v++) { var minWeightValue = INFINITY; for (var w = 0; w < maxVex; w++) { if (!finals[w] && weightTable[w] < minWeightValue) { minWeightKey = w; minWeightValue = weightTable[w]; } } finals[minWeightKey] = true; for (var w = 0; w < maxVex; w++) { if (!finals[w] && minWeightValue + matrix[minWeightKey][w] < weightTable[w]) { weightTable[w] = minWeightValue + matrix[minWeightKey][w]; prevMatrix[w] = minWeightKey; } } } } }
8 迪杰斯特拉算法单元测试
1 private static void TestDjikstraAlgorithm() 2 { 3 const int max = DjikstraAlgorithm.INFINITY; 4 var matrix = new int[][] 5 { 6 new int[] { 0, 1, 5, max, max, max, max, max, max}, 7 8 new int[] { 1, 0, 3, 7, 5, max, max, max, max}, 9 10 new int[] { 5, 3, 0, max, 1, 7, max, max, max}, 11 12 new int[] {max, 7, max, 0, 2, max, 3, max, max}, 13 14 new int[] {max, 5, 1, 2, 0, 3, 6, 9, max}, 15 16 new int[] {max, max, 7, max, 3, 0, max, 5, max}, 17 18 new int[] {max, max, max, 3, 6, max, 0, 2, 7}, 19 20 new int[] {max, max, max,max, 9, 5, 2, 0, 4}, 21 22 new int[] {max, max, max,max, max, max, 7, 4, 0} 23 }; 24 25 int[] preMatrix; 26 int[] weightTable; 27 DjikstraAlgorithm.CaculateFinalWay(matrix, 9, out preMatrix, out weightTable); 28 //验证V8的权值 29 Assert.IsEqual(weightTable[8], 16); 30 //验证V0到V8的最短路径 31 Assert.IsEqual("V0->V1->V2->V4->V3->V6->V7->V8", GetFinalWay(preMatrix)); 32 } 33 34 private static string GetFinalWay(int[] preMatrix) 35 { 36 var index = 8; 37 var finalWay = "V" + index; 38 39 while (index != 0) 40 { 41 finalWay = string.Format("V{0}->", preMatrix[index]) + finalWay; 42 index = preMatrix[index]; 43 } 44 45 return finalWay; 46 }
最后附上源代码下载地址:
http://download.csdn.net/detail/w_wanglei/5689883