数据结构和算法之图的认识

简介: 什么是图定义包含 ● 1. 一组顶点:通常用V(Vertex)表示顶点集合 ● 2. 一组边:通常用E(Edge)表示边的集合 ⅰ. 1. 边是顶点对:(v,w)属于E,其中v,w属于V ⅱ. 2. 有向边<v,w>表示从v指 ⅲ. 3.不考虑重边和自回路抽象数据类型定义● 1.类型名称:图(Graph) ● 2. 数据对象集:G(V,E)由一个非空的有限顶点集合V和一个有限边集合E组成(可以一条边都没有,但不 能一个顶点都没有) ● 3. 操作集:对于任意图G属于Graph,以及v属于V,e属于E1. Graph Create():建立并返回空图

什么是图

定义

包含

  • 1. 一组顶点:通常用V(Vertex)表示顶点集合
  • 2. 一组边:通常用E(Edge)表示边的集合
  1. 1. 边是顶点对:(v,w)属于E,其中v,w属于V
  2. 2. 有向边<v,w>表示从v指
  3. 3.不考虑重边和自回路

抽象数据类型定义

  • 1.类型名称:图(Graph)
  • 2. 数据对象集:G(V,E)由一个非空的有限顶点集合V和一个有限边集合E组成(可以一条边都没有,但不 能一个顶点都没有)
  • 3. 操作集:对于任意图G属于Graph,以及v属于V,e属于E

1. Graph Create():建立并返回空图

2. Graph InsertVertex(Graph G, Vertex v):将v插入G

3. Graph InsertEdge(Graph G, Edge e):将e插入G;

4. void DFS(Graph G,Vertex v):从顶点v出发深度优先遍历图G;

5. void BFS(Graph G,Vertex v):从顶点v出发宽度优先遍历图G;

6. void ShortestPath(Graph G,Vertex v,int Dist[]):计算图G中顶点v到任意其他

顶点的最短距离

7. void MST(Graph G):计算图G的最小生成树

常见术语

  1. 无向图:无所谓方向的
  2. 有向图:在图中,若用箭头标明了边是有方向性(单向或者双向)的,则称这样的图为有向图,否则
    称为无向图。
  3. 权重:边上显示的数字,可以有各种各样的现实意义
  4. 网络:有带权重的图

邻接矩阵表示法

怎么在程序中表示一个图

邻接矩阵——有什么好处?

  1. 直观、简单、好理解
  2. 方便检查任意一对顶点间是否存在边
  3. 方便找任一顶点的所有"邻接点"(有边直接相连的顶点)
  4. 方便计算任一顶点的"度"(从该点出发的边数为"出度",指向该点的边数为"入度")有向图的概念

邻接矩阵——有什么不好?

  1. 浪费空间——存稀疏图(点很多而边很少)有大量无效元素
    但对稠密图(特别是完全图)还是很合算的
  2. 浪费时间——统计稀疏图中一共有多少条边

无向图

对应行(或列)0元素的个数

有向图

对应行非0元素的个数是"出度";对应列非0元素的个数是"入度"

邻接表表示法

邻接表:G[N]为指针数组,对应矩阵每行一个的链表,只存非0元素

优点:

  1. 方便找任一顶点的所有"邻接点"
  2. 节约稀疏图的空间
    需要N个头指针+2E个结点(每个结点至少2个域)
  3. 方便计算任一顶点的"度"
    对无向图:是的
    对有向边:只能计算"出度";需要构造"逆邻接表"(存指向自己的边)来方便计算"入度"
  4. 方便检查任意一对顶点间是否存在边?NO
    对于网络,结构中要增加权重的域
相关文章
|
2月前
|
算法 数据处理 C语言
C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合
本文深入解析了C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合,旨在帮助读者掌握这一高效的数据处理方法。
68 1
|
2月前
|
机器学习/深度学习 算法 数据挖掘
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构。本文介绍了K-means算法的基本原理,包括初始化、数据点分配与簇中心更新等步骤,以及如何在Python中实现该算法,最后讨论了其优缺点及应用场景。
162 4
|
12天前
|
存储 算法 测试技术
【C++数据结构——树】二叉树的遍历算法(头歌教学实验平台习题) 【合集】
本任务旨在实现二叉树的遍历,包括先序、中序、后序和层次遍历。首先介绍了二叉树的基本概念与结构定义,并通过C++代码示例展示了如何定义二叉树节点及构建二叉树。接着详细讲解了四种遍历方法的递归实现逻辑,以及层次遍历中队列的应用。最后提供了测试用例和预期输出,确保代码正确性。通过这些内容,帮助读者理解并掌握二叉树遍历的核心思想与实现技巧。
36 2
|
28天前
|
存储 运维 监控
探索局域网电脑监控软件:Python算法与数据结构的巧妙结合
在数字化时代,局域网电脑监控软件成为企业管理和IT运维的重要工具,确保数据安全和网络稳定。本文探讨其背后的关键技术——Python中的算法与数据结构,如字典用于高效存储设备信息,以及数据收集、异常检测和聚合算法提升监控效率。通过Python代码示例,展示了如何实现基本监控功能,帮助读者理解其工作原理并激发技术兴趣。
57 20
|
2月前
|
存储 算法 搜索推荐
Python 中数据结构和算法的关系
数据结构是算法的载体,算法是对数据结构的操作和运用。它们共同构成了计算机程序的核心,对于提高程序的质量和性能具有至关重要的作用
|
2月前
|
数据采集 存储 算法
Python 中的数据结构和算法优化策略
Python中的数据结构和算法如何进行优化?
|
2月前
|
算法
数据结构之路由表查找算法(深度优先搜索和宽度优先搜索)
在网络通信中,路由表用于指导数据包的传输路径。本文介绍了两种常用的路由表查找算法——深度优先算法(DFS)和宽度优先算法(BFS)。DFS使用栈实现,适合路径问题;BFS使用队列,保证找到最短路径。两者均能有效查找路由信息,但适用场景不同,需根据具体需求选择。文中还提供了这两种算法的核心代码及测试结果,验证了算法的有效性。
131 23
|
2月前
|
算法
数据结构之蜜蜂算法
蜜蜂算法是一种受蜜蜂觅食行为启发的优化算法,通过模拟蜜蜂的群体智能来解决优化问题。本文介绍了蜜蜂算法的基本原理、数据结构设计、核心代码实现及算法优缺点。算法通过迭代更新蜜蜂位置,逐步优化适应度,最终找到问题的最优解。代码实现了单链表结构,用于管理蜜蜂节点,并通过适应度计算、节点移动等操作实现算法的核心功能。蜜蜂算法具有全局寻优能力强、参数设置简单等优点,但也存在对初始化参数敏感、计算复杂度高等缺点。
75 20
|
2月前
|
并行计算 算法 测试技术
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面,旨在通过综合策略提升程序性能,满足实际需求。
81 1
|
2月前
|
机器学习/深度学习 算法 C++
数据结构之鲸鱼算法
鲸鱼算法(Whale Optimization Algorithm,WOA)是由伊朗研究员Seyedali Mirjalili于2016年提出的一种基于群体智能的全局优化算法,灵感源自鲸鱼捕食时的群体协作行为。该算法通过模拟鲸鱼的围捕猎物和喷出气泡网的行为,结合全局搜索和局部搜索策略,有效解决了复杂问题的优化需求。其应用广泛,涵盖函数优化、机器学习、图像处理等领域。鲸鱼算法以其简单直观的特点,成为初学者友好型的优化工具,但同时也存在参数敏感、可能陷入局部最优等问题。提供的C++代码示例展示了算法的基本实现和运行过程。
79 0

热门文章

最新文章