【数据结构】七、图

一、概念

:记为G(V,E)

有向图:每条边都有方向

无向图:边无方向

完全图:每个顶点都与剩下的所有顶点相连

完全有向图有n(n-1)条边;完全无向图有n(n-1)/2条边

带权图:边上标有数值的图

连通图:任意两点都有路可走

要连通具有n个顶点的有向图,至少需要n条边。(构成环)

生成树:该树包含图的所有n个节点,树有n-1条边,将图连通。

如果添加一条边,必定出现环;

邻接点:一条边两端的点互为邻接点。

:与点相连的边的条数为点的度;有向图中,从点发出的边数叫点的出度 ,在点终止的边数叫点的入度。

路径:从一个点沿着边走到另一个点,途径的顶点序列叫路径。

路径长度:非带权图的路径长度是指此路径上边的条数; 带权图的路径长度是指路径上各边的权之和。

二、图的存储结构

2.1邻接矩阵

建立一个长和宽都为顶点数的数组,用数组元素的值表示点之间的连接情况。

无向图:

  • 点不相连为0,相连为1
  • 无向图邻接矩阵对称
  • 顶点i的度 = 第i行/列中,1的个数

有向图

  • 不对称
  • 元素a_{ij}为1,表明有一条点i指向点j的边(注意方向)
  • 顶点i的出度 = 第i行中,1的个数
  • 顶点i的入度 = 第i列中,1的个数
  • 顶点i的度 = 第i行和第i列中,1的个数之和

带权图

相当于把有向图的1换为边上的值

设图的邻接矩阵如下所示。各顶点的度依次是(   )

A. 1 2 1 2

B. 2 2 1 1

C. 3 4 2 3

D. 4 4 2 2

答案:C   行和列的1求和

空间复杂度:n^2

代码

int* adjacent_mat(int v, int e, int direct) 
{int* mat = (int*)malloc(sizeof(int) * v * v);  //分配空间if (!mat) return NULL;int i, start, end, weight;for (i = 0; i < v * v; i++)mat[i] = INF;           //节点全部初始化为无穷大(设无穷为65535)for (i = 0; i < e; i++)     //输入边信息{printf("输入起始 终止 权值:");scanf_s("%d %d %d", &start, &end, &weight);direct == 0 ? mat[start * v + end] = mat[end * v + start] = weight : mat[start * v + end] = weight;      //direct=0时生成无向图,对称赋值;等于1生成有向图}for (i = 0; i < v * v; i++) {mat[i] == INF ? printf("0 ") : printf("%d ", mat[i]);if ((i + 1) % v == 0)printf("\n");}return mat;
}

2.2邻接表

适用于稀疏矩阵

对每个节点建立一个链表,把与之相连的点存入节点,连接起来

每个节点的链表的结构

无向图的邻接表,顶点的度=该节点链表子结点个数:

有向图的邻接表和逆邻接表:

空间复杂度(n+e)  点数加边数

代码

node* adjacency_list(int v, int e, int direct) 
{headnode* headlist = (headnode*)malloc(sizeof(headnode) * v);if (!headlist) return NULL;int i;for (i = 0; i < v; i++) {headlist[i].data = i;headlist[i].next = NULL;}int start, end, weight;node* p, * newnode;for (i = 0; i < e; i++){printf("输入起始 终止 权值:");scanf_s("%d %d %d", &start, &end, &weight);if (direct != 2) {newnode = (node*)malloc(sizeof(node));newnode->adjvex = newnode->data = end;newnode->next = NULL;p = headlist[start].next;if (!p) {headlist[start].next = newnode;}else {while ((p->next) != NULL)p = p->next;p->next = newnode;}}if (direct == 0 || direct == 2){newnode = (node*)malloc(sizeof(node));newnode->adjvex = newnode->data = start;newnode->next = NULL;p = headlist[end].next;if (!p) {headlist[end].next = newnode;}else {while ((p->next) != NULL)p = p->next;p->next = newnode;}}}for (i = 0; i < v; i++) {printf("%d:", headlist[i].data);p = headlist[i].next;while (p) {printf("%d ", p->data);p = p->next;}printf("\n");}
}

2.3十字链表

考试没要求,先不写

三、图的遍历

3.1深度优先DFS

沿着一条路一直走,没路了再回头找最近的分岔路口

如上图,从v1开始DFS,可得到v1-v2-v4-v8-v5-v3-v6-v7

void DFS(int*mat, int v, int num, int*& visited)  //深度优先,递归版。需要传入邻接矩阵,点数,起始点编号,已访问数组
{printf("%d", num);             //输出起始节点visited[num] = 1;              //标记起始节点for (int i = 0; i < v; i++)    //在起始节点这一行从头搜索未遍历过的邻接点,进行递归if (!visited[i] && mat[num * v + i] != INF)DFS(mat, v, i, visited);	
}void DFS2(int* mat, int v) 
{int head = 0, i;int* stack = (int*)malloc(sizeof(int) * v);     //创建栈if (!stack) return;int* visited = (int*)malloc(sizeof(int) * v);   //创建标记数组,初始化为0if (!visited)  return;for (i = 0; i < v; i++)visited[i] = 0;int num;printf("输入开始节点编号:");scanf_s("%d", &num);//循环中,入栈在最后,所以先入栈一个点stack[head++] = num;      //入栈,标记, 输出visited[num] = 1;printf("%d", num);int temp;while (head)    //栈空时结束{temp = stack[head - 1];   //获取栈顶for (i = 0; i < v; i++)   //对栈顶对应的邻接矩阵所在行进行遍历,有未标记且相邻的就赋值退出,找不到则退栈{if (visited[i] == 0 && mat[temp * v + i] != INF) {temp = i;break;}}if (i == v)   //找不到退栈,找到入栈head--;else {stack[head++] = i;visited[i] = 1;printf("%d", i);}}
}void DFS3(int* mat, int v) 
{int top = -1, i;int* stack = (int*)malloc(sizeof(int) * v);     //创建栈if (!stack) return;int* visited = (int*)malloc(sizeof(int) * v);   //创建标记数组,初始化为0if (!visited)  return;for (i = 0; i < v; i++)    //标记数组初始化为0visited[i] = 0;int num;printf("输入开始节点编号:");scanf_s("%d", &num);//循环中,入栈在最后,所以先入栈一个点stack[++top] = num;      //入栈,top指向栈顶元素visited[num] = 1;        //标记int temp;while (top >= 0)    //栈空时结束{temp = stack[top];   //获取栈顶printf("%d", temp);for (i = 0; i < v; i++)   //对栈顶对应的邻接矩阵所在行进行遍历,有未标记且相邻的就赋值退出,找不到则退栈{if (visited[i] == 0 && mat[temp * v + i] != INF) {stack[++top] = i;visited[i] = 1;break;}}if (i == v)   //该节点所有相邻节点访问完毕,退栈top--;}
}

3.2广度优先BFS

访问节点,把它的子节点全部访问,再依次访问子节点的全部子节点

四、最小生成树

生成树:是一个极小连通子图,它含有图中全部顶点,但只有n-1条边

最小生成树:各边权值之和最小的树

PRIM普利姆算法

将所有点分为树U和图V两个集合,找到UV两个点集之间的权值最小边,把该边V中的点移到U里面,重复,直到V点全部到U里面

#include<stdio.h>
#include<stdlib.h>#define INF 65535typedef struct node {int adjvex;int data;struct node* next;
}node;typedef struct {int data;node* next;
}headnode;int* adjacent_mat(int v, int e, int direct)
{int* mat = (int*)malloc(sizeof(int) * v * v);if (!mat) return NULL;int i, start, end, weight;for (i = 0; i < v * v; i++)mat[i] = INF;for (i = 0; i < e; i++){printf("输入起始 终止 权值:");scanf_s("%d %d %d", &start, &end, &weight);direct == 0 ? mat[start * v + end] = mat[end * v + start] = weight : mat[start * v + end] = weight;}for (i = 0; i < v * v; i++) {mat[i] == INF ? printf("0 ") : printf("%d ", mat[i]);if ((i + 1) % v == 0)printf("\n");}return mat;
}void prim(int* mat, int v)   //求最小生成树。始终寻找未标记点到已标记集合的最短距离;而迪杰斯特拉是寻找未标记点到源点的最短距离
{int i, num, min, x, time = 0;int* visited = (int*)malloc(sizeof(int) * v);   //标记是否已遍历if (!visited) return;for (i = 0; i < v; i++)visited[i] = 0;int* lowcost = (int*)malloc(sizeof(int) * v);   //lowcost为未标记点到已标记点集合的最小值,from为与之连接的点的编号if (!lowcost) return;int* from = (int*)malloc(sizeof(int) * v);if (!from) return;printf("输入起始节点:");scanf_s("%d", &num);visited[num] = 1;time++;for (i = 0; i < v; i++) {lowcost[i] = mat[num * v + i];from[i] = num;}while (time != v){min = INF;for (i = 0; i < v; i++)    //找到距离最小点,传播{if (lowcost[i] < min && visited[i] != 1){min = lowcost[i];x = i;}}printf("%d-%d\n", from[x], x);visited[x] = 1;//num = x;time++;for (i = 0; i < v; i++)   //更新距离最小值if (mat[x * v + i] < lowcost[i] && visited[i] != 1) {lowcost[i] = mat[x * v + i];from[i] = x;}}
}int main() {int v, e, direct;printf("输入点数 边数:");scanf_s("%d %d", &v, &e);printf("无向图输入0,有向图输入1:");scanf_s("%d", &direct);int* admat = adjacent_mat(v, e, direct);prim(admat, v);
}

时间复杂度O(n^2)

五、拓扑排序

1.选定一个没有直接前驱的点,输出

2.删除该起点和它相邻的边

3.重复1,2直到点全部输出,得到拓扑序列

如果还有未输出的节点,说明这些点都有直接前驱,即图中存在环

拓扑排序可以判断图是否有环

拓扑序列为:4 0 3 2 1 5

对上图进行拓补排序,可以得到不同的拓扑序列的个数是(    )

答案:3

六、关键路径

顶点表示事件,有向边表示活动,边的权值表示完成活动所需时间,这样的网络叫AOE网

比如说,我们要完成一项工程,为了达到最终目标,我们要先完成许多小任务

事件最早发生时间VE:是到这一事件的最长路径。因为只有所有前期工作都做完了,这个事件才能发生,所以把前期工作完成需要的最长时间是该事件的最早发生时间。

  1. ve(源点)=0
  2. ve(k) = Max{ ve{j} + Weight(j, k) }, j为k的任意前提顶点, Weight(j, k)表示<j, k>边上的权值 

事件的最晚发生时间VL:在完成总工程所需时间不变的情况下,一个事件最晚可以发生的时间。比如ab是c事件的前期工作,a花的时间比b长,由于c最早开始时间由最长的路径决定,所以b可以推迟一会再发生,也不会耽误总工期。

  1. vl(汇点) = ve(汇点)
  2. vl(k) = Min{ vl(j) - Weight(k, j) } ,k为j的任意前驱

边的最早开始时间E:即起始点的最早发生时间,事件一发生,活动就开始

边的最晚开始时间L:终点的最晚发生时间减去活动所需时间,由活动结束最晚时间倒退活动最晚开始时间

时间余量:活动的最早最晚开始时间之差,代表该活动最长拖延时间。如果该活动时间余量为0,说明为保证总时间,该活动不能拖延,称其为关键活动。把关键活动连起来得到关键路径

应用题模板

写出点的ve和vl,边的权值、e和l

下列关于AOE网的叙述中,不正确的是( )。
A.关键活动不按期完成就会影响整个工程的完成时间
B.任何一个关键活动提前完成,那么整个工程将会提前完成
C.所有的关键活动提前完成,那么整个工程将会提前完成
D.某些关键活动提前完成,那么整个工程将会提前完成

答案:B   关键路径是网络中最长路径,表示完成工程的最短时间。关键活动延期,总工程延期;关键活动提前,总工程不一定提前,因为关键路径可能不止一条

七、最短路径

迪杰斯特拉算法

用于求一个点到其它点的最短路径

找与起点相连的节点,更新距离和路径

找距离最小的节点,将其固定,更新为起点

应用题模板

如下有向带权图,若采用迪杰斯特拉算法求源点a到其他各顶点的最短路径,得到的第一条最短路径的目标顶点是b,第二条最短路径的目标顶点是c,后续得到的其余各最短路径的目标顶点依次是()

答案:fde

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/307392.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

共享单车之数据存储

文章目录 第1关&#xff1a;获取工作簿中的数据第2关&#xff1a;保存共享单车数据 第1关&#xff1a;获取工作簿中的数据 相关知识 获取工作簿中的信息&#xff0c;我们可以使用Java POI&#xff08;POI是一个提供API给Java程序对Microsoft Office格式档案读和写的功能&#…

FindMy技术用于遥控器

遥控器已经悄然成为我们生活中的常客。无论是控制电视机的开关&#xff0c;调整音量&#xff0c;切换频道&#xff0c;还是控制空调的温度&#xff0c;调节灯光亮度&#xff0c;甚至远程操控智能家居设备&#xff0c;遥控器都为我们提供了极大的便利。 将遥控器与FindMy技术相结…

信号与线性系统翻转课堂笔记16——离散LTI系统的各类响应

信号与线性系统翻转课堂笔记16——离散LTI系统的各类响应 The Flipped Classroom16 of Signals and Linear Systems 对应教材&#xff1a;《信号与线性系统分析&#xff08;第五版&#xff09;》高等教育出版社&#xff0c;吴大正著 一、要点 &#xff08;1&#xff0c;重点…

AI赋能金融创新:技术驱动的未来金融革命

人工智能&#xff08;AI&#xff09;作为一种技术手段&#xff0c;正逐渐改变金融行业的方方面面。从风险管理到客户体验&#xff0c;从交易执行到反欺诈&#xff0c;AI带来了许多创新和机遇。本文将探讨AI在金融领域的应用和其赋能的金融创新。 金融领域一直以来都面临着复杂的…

如何使用Pyxamstore快速解析Xamarin AssemblyStore文件

关于Pyxamstore Pyxamstore是一款针对Xamarin AssemblyStore文件&#xff08;assemblies.blob&#xff09;的强大解析工具&#xff0c;该工具基于纯Python 2.7开发&#xff0c;支持从一个APK文件中解包并重封装assemblies.blob和assemblies.manifest Xamarin文件。 什么是ass…

Spring高手之路-@Autowired和@Resource注解异同点

目录 相同点 不同点 1.来源不同。 2.包含的属性不同 3.匹配方式&#xff08;装配顺序&#xff09;不同。 ​编辑 4.支持的注入对象类型不同 5.应用地方不同 相同点 都可以实现依赖注入&#xff0c;通过注解将需要的Bean自动注入到目标类中。都可以用于注入任意类型的Bean…

Linux开发工具——gdb篇

Linux下调试工具——gdb 文章目录 makefile自动化构建工具 gdb背景 gdb的使用 常用命令 总结 前言&#xff1a; 编写代码我们使用vim&#xff0c;编译代码我们使用gcc/g&#xff0c;但是我们&#xff0c;不能保证代码没问题&#xff0c;所以调试是必不可少的。与gcc/vim一样&…

【连接池】-从源码到适配(下),使用dynamic-datasource导致连接池没生效(升级版本)

写在前面 书接上文&#xff0c;连接池没生效&#xff0c;启用了一个什么默认的连接池。具体是什么&#xff0c;一起来看看源码吧。 目录 写在前面一、问题描述二、本地调试三、升级dynamic-datasource四、新的问题&#xff08;一&#xff09;数据源初始化问题&#xff08;二&am…

ubuntu20部署Bringing-Old-Photos-Back-to-Life

环境准备&#xff1a; ubuntu20.04 Python 3.8.10 首先将微软的「Bringing-Old-Photos-Back-to-Life」库 clone 到本地&#xff1a; git clone https://github.com/microsoft/Bringing-Old-Photos-Back-to-Life.git cd Face_Enhancement/models/networks/ git clone https:/…

在Ant Design Vue(v1.7.8)a-table组件中实现余额自动计算

一、目标 在Ant Design Vue <a-table>表格中实现余额自动计算&#xff0c;公式为&#xff1a;剩余量 库存量 - 消耗量 二、二次开发基础 现有一个使用Ant Design Vue <a-table>表格的开源项目&#xff0c;原始表格有“消耗量”列&#xff0c;且带输入框&#xf…

【Maven】<scope>provided</scope>

在Maven中&#xff0c;“provided”是一个常用的依赖范围&#xff0c;它表示某个依赖项在编译和测试阶段是必需的&#xff0c;但在运行时则由外部环境提供&#xff0c;不需要包含在最终的项目包中。下面是对Maven scope “provided”的详细解释&#xff1a; 编译和测试阶段可用…

自定义docker镜像,ubuntu安装命令并导出

文章目录 问题现象解决步骤相关命令详细介绍docker save 与 docker loaddocker import 与 docker exportdocker commit 问题现象 我们的通讯服务&#xff0c;需要监测前端设备的在线情况&#xff08;是否在线、丢包率、延迟等&#xff09;&#xff0c;使用ping命令去实现此功能…