图(最小生成树、最短路径、关键路径)

最新推荐文章于 2024-09-26 21:39:47 发布

原创最新推荐文章于 2024-09-26 21:39:47 发布 · 1.6k 阅读

·

2

·

本内容遵循CC 4.0 BY-SA版权协议

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

标签

#数据结构

数据结构专栏收录该内容

7 篇文章

订阅专栏

本文深入探讨图的基本概念，包括有向图、无向图、连通图和强连通图。介绍了邻接矩阵和邻接表等存储结构，并分析其优缺点。接着讲解了图的遍历算法，如广度优先搜索（BFS）和深度优先搜索（DFS），以及它们在寻找最短路径中的应用。最后，讨论了最小生成树的Prim和Kruskal算法，以及Dijkstra算法解决单源最短路径问题。内容涵盖图的理论、算法实现及其在实际问题中的应用。

6.1-1 图的基本概念

图的定义

在这里插入图片描述

有向图、无向图

没有箭头的那一段是弧尾，有箭头的那一段叫弧头。AE中A是弧尾，E是弧头。
在这里插入图片描述

简单图、多重图

在这里插入图片描述

顶点的度、入度、出度

在这里插入图片描述

顶点-顶点的关系描述

强连通就是正反都有路径，A和B是强联通的，A和E就不是强连通的
在这里插入图片描述

连通图、强连通图

在这里插入图片描述

子图

无向图

在这里插入图片描述

有向图（和上面无向图的定义相同）

在这里插入图片描述

连通分量（描述无向图的）

极大连通子图是子图，且连通，且包含尽可能多的顶点和边
在这里插入图片描述

强连通分量（描述有向图的）

有向图中的极大强连通子图称为有向图的强连通分量（极大强连通子图是强连通分量）
在这里插入图片描述

生成树

在这里插入图片描述

生成森林

在这里插入图片描述

边的权、带权图/网

北京到上海的带权路径长度是200+600=800
在这里插入图片描述

几种特殊形态的图

在这里插入图片描述

n个顶点的连通图最少有n-1条边，如果在多一条边，一定有回路。

6.2-1 邻接矩阵法（数组实现的顺序存储，空间复杂度高，不适合存储稀疏图）

0表示不连接，1表示连接。
Vex数组中存储A,B,C,D,E,F,
然后在Edge中对应数组下标0，1，2，3，4，5，
这样我们表示AB这条边就可以用Edge[0][1]=1来表示了。
在这里插入图片描述
因为Edge数组中只存0、1，且bool类型只占1个字节，比int类型占4个字节占用的空间少，所以可以考虑使用bool类型表示边。

邻接矩阵存储不带权的图

下图中的（vi，vj）中的v是上图中的char型名为Vex的数组。
在这里插入图片描述

邻接矩阵存储带权图

在这里插入图片描述

邻接矩阵法的性能分析

在这里插入图片描述

邻接矩阵法的性质

在这里插入图片描述

矩阵相乘

在这里插入图片描述

从顶点1到顶点4的长度为2的路径的数目为1

在这里插入图片描述

6.2-2 邻接表法（顺序+链式存储）

在这里插入图片描述
无向图中：边会被链表使用两次，所以边结点的数量是2|E|，整体空间复杂度是O(|V|+2|E|).
无向图中度就是遍历对应结点的链表就行了。
有向图中：求出度容易，直接遍历对应结点的链表就行了，找出边也容易，如果求入度、度、入边，那么需要遍历整个表才行。
在这里插入图片描述

6.2-3 十字链表、邻接多重表

十字链表（存储有向图）

十字链表法解决了有向图找入边不方便问题。

橙色连接了弧头相同的弧，绿色连接了弧尾相同的弧。
在这里插入图片描述

邻接多重表（存储无向图）

邻接矩阵、邻接表存储无向图的缺点

在这里插入图片描述

邻接多重表存储无向图

在这里插入图片描述

两个删除操作

删除一条边

在这里插入图片描述

删除一个顶点（同时也把与该顶点连接的边进行删除）

在这里插入图片描述

邻接矩阵、邻接表、十字链表、邻接多重表总结

在这里插入图片描述

6.2-4 图的基本操作

在这里插入图片描述

Adjacent（）

在这里插入图片描述

Neighbors()

在这里插入图片描述

InsertVertex()

在这里插入图片描述

DeleteVertex()

在这里插入图片描述
下图O(|E|)是要遍历每一条边来删除与被删除结点有关的边，如图中就是遍历每条边来删除与结点C有关的边。

AddEdge（）

在这里插入图片描述

RemoveEdge()

在这里插入图片描述

FirstNeighbor()

在这里插入图片描述

NextNeighbor()

在这里插入图片描述

获取或设置权值

获取或设置权值即找到对应的边，然后获取或设置权值（获取和设置权值的时间复杂度是O(1) ）。所以获取或设置权值的整体操作（包括找边和设置权值）和只找边的时间复杂度相同。
在这里插入图片描述

6.3-1 图的广度优先遍历

广度优先遍历代码引入

在这里插入图片描述

算法存在的问题

在这里插入图片描述

广度优先算法（Breadth-First-Search，BFS算法）最终版

在这里插入图片描述

算法分析

空间复杂度

最坏情况，要一次把所有邻接点（即其余结点装入辅助队列），此时空间复杂度最高。
在这里插入图片描述

时间复杂度

算法时间开销主要是：访问各个顶点和查找每个顶点的邻接点。
在这里插入图片描述

广度优先生成树

标红，当某个顶点第一次被访问时是从哪条边过去的
在这里插入图片描述

广度优先生成森林

把广度优先生成树放在一起，就是广度优先生成森林。
在这里插入图片描述

6.3-2 图的深度优先遍历

图的深度优先遍历类似于树的先根遍历

在这里插入图片描述

图的深度优先遍历代码引入

在这里插入图片描述

算法存在的问题（和广度优先存在的问题一样，无法处理非连通图，解决办法也一样）

在这里插入图片描述

深度优先遍历算法（Depth-First-Search）最终版

在这里插入图片描述

算法分析

空间复杂度

在这里插入图片描述

时间复杂度

在这里插入图片描述

深度优先遍历序列

在这里插入图片描述

深度优先生成树

标红，当某个顶点第一次被访问时是从哪条边过去的，把标红的边和结点单独拿出来，未标红的边去掉，就形成了深度优先生成树。
在这里插入图片描述

深度优先生成森林

在这里插入图片描述

图的遍历和图的连通性

在这里插入图片描述
下图，如果7仅仅能和邻接顶点6、3、8有路径而和其余顶点5、1、2、4没有路径，那么调用次数也是要多于1次的。

6.4-1 最小生成树

生成树是什么

在这里插入图片描述

最小生成树

带权、连通、无向
在这里插入图片描述

Prim算法

从p城出发

在这里插入图片描述

从农场出发

在这里插入图片描述

Kruskal算法

在这里插入图片描述

直到所有结点都连通，算法结束。

Prim算法和Kruskal算法对比

在这里插入图片描述

6.4-2 最短路径问题_BFS算法

最短路径问题介绍

在这里插入图片描述

BFS(广度优先求最短路径)

BFS算法求单源最短路径只适用于无权图，或所有边的权值都相同的图。

引入

在这里插入图片描述

BFS求无权图的单源最短路径的代码实现

在这里插入图片描述

按照最短路径的求解方法生成的树，高度一定是最小的。

6.4-3 最短路径问题_Dijkstra算法（迪杰斯特拉算法）

Dijkstra算法过程

初始化

在这里插入图片描述

第1轮

在这里插入图片描述

第2轮

在这里插入图片描述

第3轮

在这里插入图片描述

第4轮

在这里插入图片描述

如何使用数组信息？

在这里插入图片描述

算法的时间复杂度

每轮处理一个结点，（花费时间O(n) ）
每处理一个结点要遍历一遍dist数组查找最小的。（花费时间O(n) ）
时间复杂度 O(n²)
在这里插入图片描述

用于负权值带权图

首先选择还没确定最短路径的，且dist中最小的值的对应顶点设为true。
在这里插入图片描述
然后把V1设为true，算法结束。

通过算法得出的V1到V2的最短路径是7，而实际最短路径是5，说明Dijkstra算法不适用于有负权值的带权图。

6.4-4 最短路径问题_Floyd算法（弗洛伊德算法）

在这里插入图片描述

3个结点的弗洛伊德算法演示

允许V0中转后，仅会更新以下一处数据。
在这里插入图片描述
允许V0、V1中转后，仅会更新以下一处数据。

允许V0、V1、V2中转后，仅会更新以下一处数据。

大于3个结点的弗洛伊德算法演示

不允许中转点

在这里插入图片描述

允许中转点V0

在这里插入图片描述

允许中转点V0、V1

在这里插入图片描述

允许中转点V0、V1、V2

在这里插入图片描述

允许中转点V0、V1、V2、V3

在这里插入图片描述

允许中转点V0、V1、V2、V3、V4

在这里插入图片描述

使用数组信息（A、path）找出最短路径

在这里插入图片描述

Floyd算法可以用于负权图

在这里插入图片描述

弗洛伊德算法不能解决的问题

比如从V0走到V1是-9，
如果V0->V1->V2->V0->V1是-9+(3+4±9)=-9±2=-11
这样每走一圈，V0到V1的最短路径就更小一次，没有尽头，无穷无尽。
在这里插入图片描述

最小路径总结

在这里插入图片描述

6.4-5 有向无环图描述表达式

在这里插入图片描述

将一棵树简化成有向无环图的过程

在这里插入图片描述

一道练习（答案是A.5）

在这里插入图片描述

6.4-6 拓扑排序

AOV网

在这里插入图片描述

拓扑排序引入

在这里插入图片描述

拓扑排序代码实现

代码实现过程

在这里插入图片描述

时间复杂度分析

在这里插入图片描述

逆拓扑排序

逆拓扑排序引入

在这里插入图片描述

逆拓扑排序的实现（DFS算法深度优先）

在这里插入图片描述

6.4-7 关键路径

概念引入

事件是一瞬间完成的。
在这里插入图片描述

求关键路径的步骤

在这里插入图片描述

1、求所有事件的最早发生时间

在这里插入图片描述

2、求所有事件的最迟发生时间

在这里插入图片描述

3、求所有活动的最早发生时间

每个活动的最早发生时间，就是这个活动的弧尾所连的这个事件的最早发生时间
在这里插入图片描述

4、求所有活动的最迟发生时间

在这里插入图片描述

5、求所有活动的时间余量d（）

在这里插入图片描述

关键活动、关键路径的特性

在这里插入图片描述

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。