csdn_spider/blog/ds19991999/原创-- 第七章 图.md

# 原创
：  第七章 图

# 第七章 图

# 一、图的存储结构

> 



## 1.邻接矩阵

> 



## 2.邻接表

> 



## 3.邻接多重表(有点看不懂…)

> 



# 二、图的遍历

## 1.深度优先搜索遍历

> 



```
//以邻接表存储结构为例
int visit[maxSize];
//visit[]作为顶点的访问标记的全局数组，初始化为0
void DFS(AGraph *G,int v)
{
    ArcNode *p;
    visit[v]=1;                   //置已访问标记
    Visit(v);                    
    p=G->adjlist[v].firstarc;     //p指向顶点第一条边
    while(p!=NULL)
    {
        if(visit[p->adjvex]==0)   //若顶点未访问，则递归访问它
        {
            DFS(G,p->adjvex);     //(1)
            p=p->nextarc;         //p指向顶点v的下一条边的终点
        }
    }
}

//与二叉树对比
void preorder(BTNode *p)
{
    if(!p=NULL)
    {
        visit(p);
        preorder(p->left);       //(2)
        preorder(p->right);      //(3)
    }
}
```

> 



## 2.广度优先搜索遍历

> 



```
//以邻接表为例
void BFS(AGraph *G, int v, int visit[maxSize])
//visit[]数组全部初始化为0
{
    ArcNode *p;
    int que[maxSize],front=rear=0;
    int j;
    Visit(v);
    visit[v]=1;
    rear=(rear+1)%maxSize;       //当前顶点v入队
    que[rear]=v;
    while(front!=rear)           //队空遍历完成
    {
        front = (front+1)%maxSize;   //顶点出队
        j=que[front];
        p=G->adjlist[j]firstarc;     //p指向出队顶点的第一条边
        while(p!=NULL)               //将p的所有邻接顶点中未被访问的入队
        {
            if(visit[p->adjvex]==0)
            {
                Visit(p->adjvex);
                visit[p->adjvex]=1;
                rear=(rear+1)%maxSize;   //该顶点进队
                que[rear]=p->adjvex;
            }
            p=p->nextarc;                //p指向j的下一条边
        }
    }
}
```

```
//上述是针对连通图的,对于非连通图,只需用一个循环检测图中每个顶点即可
//1.深度优先搜索遍历
void dfs(AGraph *g)
{
    int i;
    for(i=0;i<g->n;++i)   //n是顶点数
    {
        if(visit[i]==0)DFS(g,i);
    }
}
//2.广度优先搜索遍历
void bfs(AGraph *g)
{
    int i;
    for(i=0;i<g->n;++i)
    {
        if(visit[i]==0)BFS(g,i,visit);
    }
}
```

## 3.例程

```
//1.求不带权无向连通图G距离顶点v最远的一个顶点
//采用广度优先搜索遍历,返回最后一个结点即可
int BFS(AGraph *G,int v)
{
    ArcNode *p;
    int que[maxSize],front=rear=0;
    int visit[maxSize];
    int i,j;
    for(i=0;i<G->n;++i)visit[i]=0; //初始化visit
    rear=(rear+1)%maxSize;   //顶点v入队
    que[rear]=v;
    visit[v]=1;

    while(front!=rear)
    {
        front=(front+1)%maxSize;   //出队
        j=que[front];
        p=G->adjlist[j].firstarc;   //p指向出队结点p的第一条边
        while(p!=NULL)
        {
            front=(front+1)%maxSize;
            j=que[front];
            p=G->adjlist[j].firstarc;
            while(p!=NULL)
            {
                if(visit[p->adjvex]==0)
                {
                    visit[p->adjvex]=1;
                    rear=(rear+1)%maxSzie;
                    que[rear]=p->adjvex;
                }
                p=p->nextarc;
            }
        }
    }
    return j;   //队空时保存了遍历过程中的最后一个顶点
}

//2.判断无向图G是否是一棵树
//满足树的条件是有n-1条边的连通图,n为图中顶点的个数
void DFS2(AGraph *G,int v,int &vn,int &en)
{
    ArcNode *p;
    visit[v]=1;
    ++vn;
    p=G->adjvex[v].firstarc;
    while(p!=NULL)
    {
        ++en;
        if(visit[p->adjvex]==0)DFS2(G,p->adjvex);
        p=p->nextarc;
    }
}
int GisTree(AGraph *G)
{
    int vn=0,en=0,1;
    for(i=0;i<G->n;++i)visit[i]=0;
    DFS2(G,1,vn,en);
    if(vn==G->n&&(G->n-1)==en/2)return 1;
    //遍历过程中访问过的顶点数和图中的顶点数相等,且边数等于顶点数减1,则是树
    //注意en,每个顶点都算了一次,最后总和相当于边数的两倍,所以要除以2
    else return 0;
}

//3.图采用邻接表存储,判断顶点i和顶点j(i!=j)之间是否有路径
//分析:从顶点i开始进行一次深度搜索遍历,遍历过程中遇到j说明i,j有路径
int DFSTrave(AGraph *G, int i, int j)
{
    int k;
    for(k=0;k<G->n;++n)visit[k]=0;  //初始化visit[]数组
    DFS(G,i);
    if(visit[j]==1)return 1;
    else return 0;
}
```

# 三、最小(代价)生成树

> 



## 1.普里姆算法

> 



```
//形参写成MGraph会使得参数传入因复制了一个较大的变量而变得低效
//用引用型避免函数参数复制
void Prim(MGraph g,int v0,int &sum)
{
    int lowcost[maxSize],vset[maxSize],v;
    int i,j,min;
    v=v0;
    for(i=0;i<g.n;++i)
    {
        lowcost[i]=g.edges[v0][i];//顶点v0的边的权值
        vset[i]=0;
    }   
    vset[v0]=1;           //将v0并入树中
    sum=0;                //sum清零用来累计树的权值
    for(i=0;i<g.n-1;++i)
    {
        min=INF;          //INF是一个已经定义的比图中所有边权值都大的常量
        for(j=0;j<g.n;++j)
        {
            if(vset[j]==0&&lowcost[j]<min)
            {
                min=lowcost[j];
                k=j;
            }
        }
        vset[k]=1;
        v=k;
        sum+=min;//sum即是最小生成树的权值
        //循环以刚并入的顶点v为媒介更新候选边
        for(j=0;j<g.n;++j)
        {
            if(vset[j]==0&&g.edges[v][j]<lowcost[j])
                lowcost[j]=g.edges[v][j];
        }
    }
}
//时间复杂度：O(n^2)，普里姆算法适用于稠密图
```

## 2.克鲁斯卡尔算法

> 



```
//假设road[]数组中存放了图中各边及其所连接的两个顶点的信息，且排序函数已经存在
typedef struct
{
    int a,b;    //a,b为一条边的两个顶点
    int w;      //边的权值
}Road;
Road road[maxSize];
int v[maxSize]; //并查集数组
int getroot(int a)
{
    while(a!=v[a])a=v[a];
    return a;
}
void Kruskal(MGraph g,int &sum,Road road[])
{
    int i;
    int N,E,a,b;
    N=g.n;   //顶点数
    E=g.e;   //边数
    sum=0;
    for(i=0;i<N;++i)v[i]=i;
    sort(road,E);    //对并查集数组进行从小到大权值排序
    for(i=0;i<E;++i)
    {
        a=getRoot(road[i].a);
        b=getRoot(road[i].b);

        //不构成回路，则可以并入
        if(a!=b)
        {
            v[a]=b;
            sum+=road[i].w;   //此处生成树的权值可以改为其他写法
        }
    }
}
//克鲁斯卡尔算法时间复杂度主要花费在选取的排序算法上
//排序算法的规模由图的边数e决定
//克鲁斯卡尔算法适用于稀疏矩阵
```

# 四、最短路径

## 1.迪杰斯特拉算法

> 



```
void printfPath(int path[],int a)
{
    int stack[maxSize],top=-1;
    //这个栈以由叶子结点到根结点的顺序将其入栈
    while(path[a]!=-1)
    {
        stack[++top]=a;//先将叶子顶点入栈
        a=path[a];
    }
    stack[++top]=a;  //源点
    while(top!=-1)
        cout<<stack[top--]<<" ";//出栈并打印出栈元素，实现顶点逆序打印
    cout<<endl;
}
```

```
//迪杰斯特拉算法
void Dijkstra(MGraph g,int v,int dist[],int path[])
{
    int set[maxSize];
    int min,i,j,u;
    //对各数组初始化
    for(i=0;i<g.edges[v][i])
    {
        dist[i]=g.edges[v][i];
        set[i]=0;
        if(g.edges[v][i]<INF)path[i]=v;
        else path[i]=-1;
    }
    set[v]=1;path[v]=-1;
    //初始化结束
    //关键操作
    for(i=0;i<g.n-1;++i)
    {
        min=INF;
        //从剩余顶点选取一个顶点，通往这个顶点的路径在通往所有剩余结点中路径最短
        for(j=0;j<g.n;++j)
        {
            if(set[j]==0&&dist[j]<min)
            {
                u=j;
                min=dist[j];
            }
        }
        set[u]=1;  //将选出的顶点并入最短路径
        //将选出的顶点作为中间点，对所有通往剩余顶点的路径进行检测
        for(j=0;j<g.n;++j)
        {
            //判断顶点u的加入是否会出现通往顶点j的更短的路径
            //如果出现，则改变路径长度，否则什么都不做
            if(set[j]==0&&dist[u]+g.edges[u][j]<dist[j])
            {
                dist[j]=dist[u]+g.edges[u][j];
                path[j]=u;
            }
        }
    }
    //关键操作结束
}
//函数结束，dist[]数组存放了v点到其余顶点的最短路径长度
//path[]中存放v点到其余各顶点的最短路径
```

> 



## 2.费洛伊德算法

> 



```
void Floyd(MGraph g,int Path[][maxSize])
{
    int i,j,k;
    int A[maxSize][maxSize];
    //对A[][]和Path[][]进行初始化
    for(i=0;i<g.n;++j)
    {
        for(j=0;j<g.n;++j)
        {
            A[i][j]=g.edges[i][j];
            Path[i][j]=-1;
        }
    }
    //完成以k为中间点对所有顶点对{i，j}进行检测和修改
    for(k=0;k<g.n;++k)
    {
        for(i=0;i<g.n;++i)
        {
            for(j=0;j<g.n;++j)
            {
                if(A[i][j]>A[i][k]+A[k][j])
                {
                    A[i][j]=A[i][k]+A[k][j];
                    Path[i][j]=k;
                }
            }
        }
    }
}
```

# 五、拓扑排序

> 



```
//拓扑排序
int TopSort(AGraph *G)
{
    int i,j,n=0;
    int stack[maxSize],top=-1;      
    ArcNode *p;
    //将图中入度为0的顶点入栈
    for(i=0;i<G->n;++i)
    {
        if(G->adjlist[i].count==0)
            stack[++top]=i;
    }
    //关键操作
    while(top!=-1)
    {
        i=stack[top--];              //顶点出栈
        ++n;                         //计数器加1，统计当前顶点
        cout<<i<<" ";                //输出当前顶点
        p=G->adjlist[i].firstarc;
        //将所有由此结点引出的边所指的顶点的入度减小1，将这个过程中入度为0的顶点入栈
        while(p!=NULL)
        {
            j=p->adjvex;             //该边所指向的结点位置
            --(G->adjlist[j].count);
            if(G->adjlist[j].count==0)
                stack[++top]=j;
            p=p->nextarc;            //指向下一条边的顶点
        }
    }
    //关键操作结束
    if(n==G->n) return 1;
    else return 0;
}
```

> 



# 六、关键路径

> 



# 七、例程

```
//1.判断以邻接表方式存储的有向图中是否存在由顶点vi到顶点vj的路径
//思路：广度优先搜索遍历BFS，起点为vi，BFS退出之前遇到vj，则证明有路径
int BFS(AGraph *G,int vi,int vj)
{
    ArcNode *p;
    int que[maxSize],front=rear=0;
    int visit[maxSize];
    int i,j;
    for(i=0;i<G->n;++i)visit[i]=0;
    rear=(rear+1)%maxSize;
    que[rear]=vi;
    visit[vi]=1;
    while(front!=rear)
    {
        front=(front+1)%maxSize;//出队
        j=que[front];
        if(j==vj)return 1;//找到了顶点vj
        p=G->adjlist[j].firstarc; //指向出队顶点的第一条边
        while(p!=NULL)
        {
            if(visit[p->adjvex]==0)
            {
                rear=(rear+1)%maxSize;
                que[rear]=p->adjvex;
                visit[p->adjvex]=1;
            }
            p=p->nextarc;               //p指向下一条边
        }
    }
    return 0;
}
```

```
//2.有向图G中，如果r到G中的每个结点都有路径可达，则称结点r为G的根结点
//判断有向图是否有根
//深度优先搜索遍历DFS，以r为起点进行DFS遍历，若在函数退出时已经访问所有顶点，则r为根
int visit[maxSize],sum;                 //假设常量maxSize已经定义
void DFS(AGraph *G,int v)
{
    ArcNode *p;
    visit[v]=1;
    ++sum;//每访问一个顶点，加1
    p=G->adjlist[v].firstarc;
    while(p!=NULL)
    {
        if(visit[p->adjvex]==0)
        {
            DFS(G,p->adjvex);
            p=p->nextarc;
        }
    }
}

void print(AGraph *G)
{
    int i,j;
    for(i=0;i<G->n;++i)
    {
        sum=0;                      //每次选取一个新起点计数器清零
        for(j=0;j<G->n;++j)visit[j]=0;  //每次进行DFS时访问标记数组清零
        DFS(G,i);
        if(sum==G->n)cout<<i<<endl;     //当图中所有顶点全部被访问时则判断为根，输出
    }
}
```