《C语言程序设计第七章网.ppt》由会员分享，可在线阅读，更多相关《C语言程序设计第七章网.ppt（100页珍藏版）》请在三一办公上搜索。
1、7.1 抽象数据类型图的定义,7.2 图的存储表示,7.3 图的遍历,7.4 最小生成树,7.5 两点之间的最短路径问题,7.6 拓扑排序,7.7 关键路径,图是由一个顶点集 V 和一个弧集 R构成的数据结构。Graph=(V,R)其中，R|v,wV 且 P(v,w)表示从 v 到 w 的一条弧，并称 v 为弧头，w 为弧尾。,图的结构定义:,V,W,由于“弧”是有方向的，因此称由顶点集和弧集构成的图为有向图。,AB E C D,例如:,G1=(V1,VR1),其中V1=A,B,C,D,EVR1=,若VR 必有VR,则称(v,w)为顶点v 和顶点 w 之间存在一条边。,B CA D F E,由
2、顶点集和边集构成的图称作无向图。,例如:G2=(V2,VR2)V2=A,B,C,D,E,FVR2=(A,B),(A,E),(B,E),(C,D),(D,F),(B,F),(C,F),名词和术语,网、子图,完全图、稀疏图、稠密图,邻接点、度、入度、出度,路径、路径长度、简单路径、简单回路,连通图、连通分量、强连通图、强连通分量,生成树、生成森林,A,B,E,C,F,A,E,A,B,B,C,设图G=(V,VR)和图 G=(V,VR),且 VV,VRVR,则称 G 为 G 的子图。,15,9,7,21,11,3,2,弧或边带权的图分别称作有向网或无向网。,假设图中有 n 个顶点，e 条边，则,含有
3、e=n(n-1)/2 条边的无向图称作完全图；,含有 e=n(n-1)条弧的有向图称作 有向完全图；,若边或弧的个数 enlogn，则称作稀疏图，否则称作稠密图。,假若顶点v 和顶点w 之间存在一条边，则称顶点v 和w 互为邻接点，,A,C,D,F,E,例如:,ID(B)=3,ID(A)=2,边(v,w)和顶点v 和w 相关联。和顶点v 关联的边的数目定义为顶点v的度。,B,顶点的出度:以顶点v为弧尾的弧的数目；,A,B,E,C,F,对有向图来说，,顶点的入度:以顶点v为弧头的弧的数目。,顶点的度(TD)=出度(OD)+入度(ID),例如:,ID(B)=2,OD(B)=1,TD(B)=3,设图
4、G=(V,VR)中的一个顶点序列 u=vi,0,vi,1,vi,m=w中，(vi,j-1,vi,j)VR 1jm,则称从顶点u 到顶点w 之间存在一条路径。路径上边的数目称作路径长度。,A,B,E,C,F,如:长度为3的路径A,B,C,F,简单路径:序列中顶点不重复出现的路径。,简单回路:序列中第一个顶点和最后一个顶点相同的路径。,若图G中任意两个顶点之间都有路径相通，则称此图为连通图；,若无向图为非连通图，则图中各个极大连通子图称作此图的连通分量。,B,A,C,D,F,E,B,A,C,D,F,E,若任意两个顶点之间都存在一条有向路径，则称此有向图为强连通图。,A,B,E,C,F,A,B,E,
5、C,F,对有向图，,否则，其各个强连通子图称作它的强连通分量。,假设一个连通图有 n 个顶点和 e 条边，其中 n-1 条边和 n 个顶点构成一个极小连通子图，称该极小连通子图为此连通图的生成树。,对非连通图，则称由各个连通分量的生成树的集合为此非连通图的生成森林。,B,A,C,D,F,E,结构的建立和销毁,插入或删除顶点,对邻接点的操作,对顶点的访问操作,遍历,插入和删除弧,基本操作,CreatGraph(&G,V,VR):/按定义(V,VR)构造图,DestroyGraph(&G):/销毁图,结构的建立和销毁,对顶点的访问操作,LocateVex(G,u);/若G中存在顶点u，则返回该顶点
6、在/图中“位置”；否则返回其它信息。,GetVex(G,v);/返回 v 的值。,PutVex(/对 v 赋值value。,对邻接点的操作,FirstAdjVex(G,v);/返回 v 的“第一个邻接点”。若该顶点/在 G 中没有邻接点，则返回“空”。,NextAdjVex(G,v,w);/返回 v 的（相对于 w 的）“下一个邻接/点”。若 w 是 v 的最后一个邻接点，则/返回“空”。,插入或删除顶点,InsertVex(/在图G中增添新顶点v。,DeleteVex(/删除G中顶点v及其相关的弧。,插入和删除弧,InsertArc(/在G中增添弧，若G是无向的，/则还增添对称弧。,Dele
7、teArc(/在G中删除弧，若G是无向的，/则还删除对称弧。,遍 历,DFSTraverse(G,v,Visit();/从顶点v起深度优先遍历图G，并对每/个顶点调用函数Visit一次且仅一次。,BFSTraverse(G,v,Visit();/从顶点v起广度优先遍历图G，并对每/个顶点调用函数Visit一次且仅一次。,7.2 图的存储表示,一、图的数组(邻接矩阵)存储表示,二、图的邻接表存储表示,三、有向图的十字链表存储表示,四、无向图的邻接多重表存储表示,Aij=,0(i,j)VR,1(i,j)VR,一、图的数组(邻接矩阵)存储表示,B,A,C,D,F,E,定义:矩阵的元素为,无向图的邻接
8、矩阵为对称矩阵,A B C D E F,ABCDEF,有向图的邻接矩阵为非对称矩阵,A,B,D,C,E,A B C D E,ABCDE,邻接矩阵表示法特点：,1）无向图邻接矩阵是对称矩阵，同一条边表示了两次；2）顶点v的度：在无向图中等于二维数组对应行（或列）中1的个数；在有向图中,统计第 i 行 1 的个数可得顶点 i 的出度，统计第 j 列 1 的个数可得顶点 j 的入度。3）判断两顶点v、u是否为邻接点：只需判二维数组对应分量是否为1；4）顶点不变，在图中增加、删除边：只需对二维数组对应分量赋值1或清0；5）设存储顶点的一维数组大小为n(图的顶点数n),G占用存储空间：n+n2；G占用存
9、储空间只与它的顶点数有关，与边数无关；适用于边稠密的图；,typedef struct ArcCell/弧的定义 VRType adj;/VRType是顶点关系类型/对无权图，用1或0表示相邻否；/对带权图，则为权值类型。InfoType*info;/该弧相关信息的指针 ArcCell,AdjMatrixMAX_VERTEX_NUM MAX_VERTEX_NUM;,typedef struct/图的定义 VertexType/顶点信息 vexsMAX_VERTEX_NUM;AdjMatrix arcs;/弧的信息 int vexnum,arcnum;/顶点数，弧数 GraphKind kind
10、;/图的种类标志 MGraph;,网络的邻接矩阵,A,B,D,C,E,15,9,7,21,11,3,2,0 A 1 41 B 0 4 52 C 3 53 D 2 54 E 0 15 F 1 2 3,B,A,C,D,F,E,二、图的邻接表 存储表示,同一个顶点发出的边链接在同一个边链表中，每一个链结点代表一条边(边结点),结点中有另一顶点的下标 adjvex 和指针 nextedge。,1 4,2,3,0 1,2,01234,A B C D E,有向图的邻接表,A,B,E,C,D,可见，在有向图的邻接表中不易找到指向该顶点的弧。,A,B,E,C,D,有向图的逆邻接表,A B C D E,3,0,
11、3,4,2,0,01234,在有向图的邻接表中，对每个顶点，链接的是指向该顶点的弧。,邻接表表示法特点：,1）无向图邻接表边结点数是边数的两倍.2）顶点vi的度：在无向图中等于第i个链表中的结点数；在有向图邻接表中,第i行的结点数等于顶点i的出度，在有向图逆邻接表中,第i行的结点数等于顶点i的入度。3）在邻接表上容易找到任一顶点的第一个邻接点和下一个邻接点4）设存储顶点的一维数组大小为n(图的顶点数n),G占用存储空间：n+e；G占用存储空间与它的顶点数和边数有关；适用于边稀疏的图；,typedef struct ArcNode int adjvex;/该弧所指向的顶点的位置 struct A
12、rcNode*nextarc;/指向下一条弧的指针 InfoType*info;/该弧相关信息的指针 ArcNode;,adjvex nextarc info,弧的结点结构,typedef struct VNode VertexType data;/顶点信息 ArcNode*firstarc;/指向第一条依附该顶点的弧 VNode,AdjListMAX_VERTEX_NUM;,data firstarc,顶点的结点结构,typedef struct AdjList vertices;int vexnum,arcnum;int kind;/图的种类标志 ALGraph;,图的结构定义,三、有向图
13、的十字链表存储表示,弧的结点结构,弧尾顶点位置 弧头顶点位置 弧的相关信息,指向下一个有相同弧尾的结点,指向下一个有相同弧头的结点,typedef struct ArcBox/弧的结构表示 int tailvex,headvex;InfoType*info;struct ArcBox*hlink,*tlink;VexNode;,顶点的结点结构,顶点信息数据,指向该顶点的第一条入弧,指向该顶点的第一条出弧,typedef struct VexNode/顶点的结构表示 VertexType data;ArcBox*firstin,*firstout;VexNode;,typedef struct
14、VexNode xlistMAX_VERTEX_NUM;/顶点结点(表头向量)int vexnum,arcnum;/有向图的当前顶点数和弧数 OLGraph;,有向图的结构表示(十字链表),A,B,C,D,0,1,2,3,四、无向图的邻接多重表存储表示,typedef struct Ebox VisitIf mark;/访问标记 int ivex,jvex;/该边依附的两个顶点的位置 struct EBox*ilink,*jlink;InfoType*info;/该边信息指针 EBox;,边的结构表示,typedef struct/邻接多重表 VexBox adjmulistMAX_VERTE
15、X_NUM;int vexnum,edgenum;AMLGraph;,顶点的结构表示,typedef struct VexBox VertexType data;EBox*firstedge;/指向第一条依附该顶点的边 VexBox;,无向图的结构表示,01234,A,B,C,D,E,7.3 图的遍历,从图中某个顶点出发游历图，访遍图中其余顶点，并且使图中的每个顶点仅被访问一次的过程。,深度优先搜索,广度优先搜索,遍历应用举例,从图中某个顶点V0 出发，访问此顶点，然后依次从V0的各个未被访问的邻接点出发深度优先搜索遍历图，直至图中所有和V0有路径相通的顶点都被访问到。,一、深度优先搜索遍历图
16、,连通图的深度优先搜索遍历,V,w1,SG1,SG2,SG3,W1、W2和W3 均为 V 的邻接点，SG1、SG2 和 SG3 分别为含顶点W1、W2和W3 的子图。,访问顶点 V：for(W1、W2、W3)若该邻接点W未被访问，则从它出发进行深度优先搜索遍历。,w2,w3,w2,从上页的图解可见:,1.从深度优先搜索遍历连通图的过程类似于树的先根遍历；,解决的办法是：为每个顶点设立一个“访问标志 visitedw”。,2.如何判别V的邻接点是否被访问？,a,c,b,d,e,g,f,F F F F F F F,T,T,T,T,T,T,T,a,c,b,d,g,f,e,a,c,b,g,f,e,d,
17、访问标志:,访问次序:,例如:,0 1 2 3 4 5 6,0,2,3,4,5,1,6,void DFS(Graph G,int v)/从顶点v出发，深度优先搜索遍历连通图 G visitedv=TRUE;VisitFunc(v);for(w=FirstAdjVex(G,v);w!=0;w=NextAdjVex(G,v,w)if(!visitedw)DFS(G,w);/对v的尚未访问的邻接顶点w/递归调用DFS/DFS,首先将图中每个顶点的访问标志设为 FALSE,之后搜索图中每个顶点，如果未被访问，则以该顶点为起始点，进行深度优先搜索遍历，否则继续检查下一顶点。,非连通图的深度优先搜索遍历,
18、a,b,c,h,d,e,k,f,g,F F F F F F F F F,T,T,T,T,T,T,T,T,T,a,c,h,d,k,f,e,b,g,a,c,h,k,f,e,d,b,g,访问标志:,访问次序:,例如:,0 1 2 3 4 5 6 7 8,0,2,1,3,4,5,6,7,8,void DFSTraverse(Graph G,Status(*Visit)(int v)/对图 G 作深度优先遍历。VisitFunc=Visit;for(v=0;vG.vexnum;+v)visitedv=FALSE;/访问标志数组初始化 for(v=0;vG.vexnum;+v)if(!visitedv)D
19、FS(G,v);/对尚未访问的顶点调用DFS,二、广度优先搜索遍历图,V,w1,w8,w3,w7,w6,w2,w5,w4,对连通图，从起始点V到其余各顶点必定存在路径。,其中，V-w1,V-w2,V-w8 的路径长度为1；,V-w7,V-w3,V-w5 的路径长度为2；,V-w6,V-w4 的路径长度为3。,w1,V,w2,w7,w6,w3,w8,w5,w4,从图中的某个顶点V0出发，并在访问此顶点之后依次访问V0的所有未被访问过的邻接点，之后分别从这些邻接点出发依次访问它们的邻接点，并使“先被访问的顶点的邻接点”先于“后被访问的顶点的邻接点”被访问，直至图中所有和V0有路径相通的顶点都被访问
20、到。,若此时图中尚有顶点未被访问，则另选图中一个未曾被访问的顶点作起始点，重复上述过程，直至图中所有顶点都被访问到为止。,V,w1,w8,w3,w7,w6,w2,w5,w4,w1,V,w2,w7,w6,w3,w8,w5,w4,F F F F F F F F F,T,T,T,T,T,T,T,T,T,0 1 2 3 4 5 6 7 8,Visited,Q,V,访问次序:,w1,w2,w8,w4,w7,w3,w5,w6,void BFSTraverse(Graph G,Status(*Visit)(int v)for(v=0;vG.vexnum;+v)visitedv=FALSE;/初始化访问标志
21、InitQueue(Q);/置空的辅助队列Q for(v=0;vG.vexnum;+v)if(!visitedv)/v 尚未访问/BFSTraverse,visitedu=TRUE;Visit(u);/访问uEnQueue(Q,v);/v入队列while(!QueueEmpty(Q)DeQueue(Q,u);/队头元素出队并置为u for(w=FirstAdjVex(G,u);w!=0;w=NextAdjVex(G,u,w)if(!visitedw)visitedw=TRUE;Visit(w);EnQueue(Q,w);/访问的顶点w入队列/if/while,连通分量(Connected co
22、mponent)当无向图为非连通图时,从图中某一顶点出发,利用深度优先搜索算法或广度优先搜索算法不可能遍历到图中的所有顶点,只能访问到该顶点所在的最大连通子图(连通分量)的所有顶点。,图的连通性问题,L,E,D,H,G,A,B,F,I,C,J,K,M,若从无向图的每一个连通分量中的一个顶点出发进行遍历,可求得无向图的所有连通分量。求连通分量的算法需要对图的每一个顶点进行检测：若已被访问过，则该顶点一定是落在图中已求得的连通分量上；若还未被访问，则从该顶点出发遍历图，可求得图的另一个连通分量。对于非连通的无向图，所有连通分量的生成树组成了非连通图的生成森林。,非连通无向图,DFS 访问序列:AL
23、MJBFC DE GKHI,H,G,I,K,L,A,B,F,C,J,M,E,D,7.4(连通网的)最小生成树,假设要在 n 个城市之间建立通讯联络网，则连通 n 个城市只需要修建 n-1条线路，如何在最节省经费的前提下建立这个通讯网？,问题：,构造网的一棵最小生成树，即：在 e 条带权的边中选取 n-1 条边（不构成回路），使“权值之和”为最小。,算法二：（克鲁斯卡尔算法）,该问题等价于：,算法一：（普里姆算法）,假设N=V,E)是连通网，TE是N上最小生成树边的集合。算法从Uu0(u0V)，TE=开始，重复执行下述操作：在所有uV，vV-U的边(u,v)E中找一条代价最小的边（u0，v0）并
24、入集合TE,同时v0并入U，直至U=V为止。此时TE中必有n-1条边，则T=(V,TE)为N的最小生成树。,普里姆算法的基本思想:,在生成树的构造过程中，图中 n 个顶点分属两个集合：已落在生成树上的顶点集 U 和尚未落在生成树上的顶点集V-U，则应在所有连通U中顶点和V-U中顶点的边中选取权值最小的边。,一般情况下所添加的顶点应满足下列条件:,a,b,c,d,e,g,f,例如:,19,5,14,18,27,16,8,21,3,a,e,12,d,c,b,g,f,7,14,8,5,3,16,21,所得生成树权值和,=14+8+3+5+16+21=67,设置一个辅助数组，对每个顶点，记录从顶点集U
25、到VU具有代价最小的边：,struct VertexType adjvex;/U集中的顶点 VRType lowcost;/边的权值 closedgeMAX_VERTEX_NUM;,adjvex lowcost,a,b,c,d,e,g,f,19,5,14,18,27,16,8,21,3,a,e,12,d,c,b,7,a,a,a,19,14,18,14,e,12,e,e,8,16,8,d,3,d,d,7,21,3,c,5,5,0,1,2,3,4,5,6,U:,V-U:,a,b,c,d,e,f,g,f,g,16,21,a b c d e f g,abcdefg,void MiniSpanTree_
26、P(MGraph G,VertexType u)/用普里姆算法从顶点u出发构造网G的最小生成树 k=LocateVex(G,u);for(j=0;jG.vexnum;+j)/辅助数组初始化 if(j!=k)closedgej=u,G.arcskj.adj;closedgek.lowcost=0;/初始，Uu for(i=0;iG.vexnum;+i),继续向生成树上添加顶点;,k=minimum(closedge);/求出加入生成树的下一个顶点(k)printf(closedgek.adjvex,G.vexsk);/输出生成树上一条边 closedgek.lowcost=0;/第k顶点并入U集
27、 for(j=0;jG.vexnum;+j)/修改其它顶点的最小边 if(G.arcskj.adj closedgej.lowcost)closedgej=G.vexsk,G.arcskj.adj;,具体做法:先构造一个只含 n 个顶点的子图 SG，然后从权值最小的边开始，若它的添加不使SG 中产生回路，则在 SG 上加上这条边，如此重复，直至加上 n-1 条边为止。,考虑问题的出发点:为使生成树上边的权值之和达到最小，则应使生成树中每一条边的权值尽可能地小。,克鲁斯卡尔算法的基本思想：,a,b,c,d,e,g,f,19,5,14,18,27,16,8,21,3,a,e,12,d,c,b,g,
28、f,7,14,8,5,3,16,21,例如:,7,12,18,19,算法描述:,构造非连通图 ST=(V,);k=i=0;/k 计选中的边数 while(kn-1)+i;检查边集 E 中第 i 条权值最小的边(u,v);若(u,v)加入ST后不使ST中产生回路，则 输出边(u,v);且 k+;,普里姆算法,克鲁斯卡尔算法,时间复杂度,O(n2),O(eloge),稠密图,稀疏图,算法名,适应范围,比较两种算法,7.7 拓扑排序,问题:,假设以有向图表示一个工程的施工图或程序的数据流图，则图中不允许出现回路。,检查有向图中是否存在回路的方法之一，是对有向图进行拓扑排序。,何谓“拓扑排序”？,对有
29、向图进行如下操作：,按照有向图给出的次序关系，将图中顶点排成一个线性序列，对于有向图中没有限定次序关系的顶点，则可以人为加上任意的次序关系。,例如：对于下列有向图,B,D,A,C,可求得拓扑有序序列：A B C D 或 A C B D,由此所得顶点的线性序列称之为拓扑有序序列,B,D,A,C,反之，对于下列有向图,不能求得它的拓扑有序序列。,因为图中存在一个回路 B,C,D,如何进行拓扑排序？,一、从有向图中选取一个没有前驱 的顶点，并输出之；,重复上述两步，直至图空，或者图不空但找不到无前驱的顶点为止。,二、从有向图中删去此顶点以及所 有以它为尾的弧；,a,b,c,g,h,d,f,e,a,b
30、,h,c,d,g,f,e,在算法中需要用定量的描述替代定性的概念,没有前驱的顶点 入度为零的顶点,删除顶点及以它为尾的弧 弧头顶点的入度减1,a,b,c,g,h,d,f,e,01234567,indegree,0 1 2 3 4 5 6 7,s,a,b,输出次序:,b,0,2,h,h,1,a,0,1,c,c,d,0,d,g,f,e,0,0,0,算法描述,Status Topologicalsort(ALGraph G),FindinDegree(G,indegree);InitStack(s),For(i=0;iG.vexnum;+i)if(!indegreei)push(s,i);,Coun
31、t=0;,While(!StackEmpty(s)pop(s,i);printf(i,G.verticesi.data);+count;for(p=G.verticesi.firstarc;p;p=p-nextarc)k=p-adjvex;if(!(-indegreek)push(s,k);,if(countg.vexnum)return ERROR;,7.8 关键路径,问题:,假设以有向网表示一个施工流图，弧上的权值表示完成该项子工程所需时间。问：哪些子工程项是“关键工程”？即：哪些子工程项将影响整个工程的完成期限的。,a,b,c,d,e,f,g,h,k,6,4,5,2,1,1,8,7,2,
32、4,4,例如:,“关键活动”指的是：该弧上的权值增加 将使有向图上的最长路径的长度增加。,整个工程完成的时间为：从有向图的源点到汇点的最长路径。,源点,汇点,6,1,7,4,如何求关键活动？,“事件(顶点)”的 最早发生时间 ve(j)ve(j)=从源点到顶点j的最长路径长度；,“事件(顶点)”的 最迟发生时间 vl(k)vl(k)=从顶点k到汇点的最短路径长度。,假设第 i 条弧为 则 对第 i 项活动言“活动(弧)”的 最早开始时间 e(i)e(i)=ve(j)；“活动(弧)”的 最迟开始时间 l(i)l(i)=vl(k)dut()；活动ai的时间余量：l(i)-e(i)若lk=ek 表示
33、活动ai是关键活动。,j,k,ai,事件发生时间的计算公式：ve(源点)=0；ve(k)=Maxve(j)+dut()vl(汇点)=ve(汇点)；vl(j)=Minvl(k)dut(),a,b,c,d,e,f,g,h,k,6,4,5,2,1,1,8,7,2,4,4,0,0,0,0,0,0,0,0,0,6,4,5,7,11,5,7,15,14,18,18,18,18,18,18,18,18,18,18,16,14,8,6,6,10,8,0,7,拓扑有序序列:a-d-f-c-b-e-h-g-k,0,6,4,5,7,7,15,14,18,18,14,16,10,7,8,6,6,0,0,0,0,6,4
34、,5,7,7,7,15,14,14,16,0,2,3,6,6,8,8,7,10,算法的实现要点:,显然，求ve的顺序应该是按拓扑有序的次序；,而求vl的顺序应该是按拓扑逆序的次序；,因为拓扑逆序序列即为拓扑有序序列的 逆序列，,因此 应该在拓扑排序的过程中，另设一个“栈”记下拓扑有序序列。,Status TopologicalOrder(ALGraph G,Stack,Status CriticalPath(ALGraph G)if(!TopologicalOrder(G,t)return ERROR;vl0.G.vexnum-1=veG.vexnum-1;while(!StackEmpty(
35、T)for(Pop(T,j),p=G.verticesj.firstarc;p;p=p-vextarc)k=p-adjvex;dut=*(p-info);if(vlk-dutnextarc)k=p-adjvex;dut=*(p-info);ee=vej;el=vlk-dut;tag=(ee=el)?*:printf(j,k,dut,ee,el,tag);,7.6 两点之间的 最短路径问题,求从某个源点到其余各点的最短路径,每一对顶点之间的最短路径,求从源点到其余各点的最短路径的算法的基本思想:,依最短路径的长度递增的次序求得各条路径,源点,v1,其中，从源点到顶点v的最短路径是所有最短路径中长
36、度最短者。,v2,这条路径必定是直接从源点到该点v1只含一条弧，并且这条弧的权值最小。,下一条路径长度次短的最短路径的特点：,路径长度最短的最短路径的特点：,它只可能有两种情况：或者是直接从源点到该点v2(只含一条弧)；或者是从源点经过顶点v1，再到达该顶点v2(由两条弧组成)。,其余最短路径的特点：,再下一条路径长度次短的最短路径的特点:,它可能有三种情况：或者是直接从源点到该点v3(只含一条弧)；或者是从源点经过顶点v1，再到达该顶点(由两条弧组成)；或者是从源点经过顶点v2，再到达该顶点v3。,它或者是直接从源点到该点(只含一条弧)；或者是从源点经过已求得最短路径的顶点，再到达该顶点。,
37、求最短路径的迪杰斯特拉算法：,一般情况下，Distk=或者=+。,设置辅助数组Dist，其中每个分量Distk 表示当前所求得的从源点到其余各顶点 k 的最短路径。,1）在所有从源点出发的弧中选取一条权值最小的弧，即为第一条最短路径。,2）修改其它各顶点的Distk值。假设求得最短路径的顶点为u，若 Distu+G.arcsukDistk则将 Distk 改为 Distu+G.arcsuk。,V0和k之间存在弧,V0和k之间不存在弧,其中的最小值即为最短路径的长度。,v0,v1,v2,v3,v4,v5,100,60,10,5,50,10,30,20,D,0 1 2 3 4 5,final,0
38、1 2 3 4 5,0 1 2 3 4 5,012345,P,邻接矩阵,T,10,T,60,30,T,50,90,50,T,60,60,T,Void ShortestPath_DIJ(MGraph G,int v0,PathMatrix,求每一对顶点之间的最短路径,弗洛伊德算法的基本思想是：,从 vi 到 vj 的所有可能存在的路径中，选出一条长度最短的路径。,若存在，则存在路径vi,vj/路径中不含其它顶点若,存在，则存在路径vi,v1,vj/路径中所含顶点序号不大于1若vi,v2,v2,vj存在，则存在一条路径vi,v2,vj/路径中所含顶点序号不大于2,依次类推，则 vi 至 vj 的最短路径应是上述这些路径中，路径长度最小者。,A,B,C,6,4,2,11,3,A B C,ABC,0,1,2,
