《数据结构》期末提纲之图的连通性问题

1.无向图的连通分量

直接说概念有点抽象,直接举例子:(如图所示)
无向图
如果对上图进行遍历,无论采用何种遍历方式,都会遍历两轮,形成{A,B,C,D}与{E,F,G}两个点集。实质上是对两个点集构成的的两个“子图”进行遍历,这两个“子图”就是该非连通图的两个连通分量。
求一个图的连通分量个数很简单,对每个点进行DFS或BFS,边遍历便标记,完成一次遍历计数器加一即可,具体见上一篇博客的HDU1241,本文就不给出代码了。

2.生成树

如果连通图 G的一个子图是一棵包含G 的所有顶点的树,则该子图称为G的生成树(SpanningTree)。常用的生成树算法有DFS生成树、BFS生成树、PRIM 最小生成树和Kruskal最小生成树算法。

3.关节点和重连通分量

  • 关节点和重连通分量的定义
    在一个图中,如果删除一个点以及所有与之关联的边后,该图的一个连通分量变为多个连通分量,则这个点就是这个图的一个关节点,一个没有关节点的连通图成为重连通图。
  • 查找关节点
    一个点如果是关节点,那么它满足以下两个充要条件
    1)如果该点是图的DFS生成树的根节点,则该点有多个子树是该点未关节点的充要条件。
    2)如果该点是图的DFS生成树的其它非叶子节点,则该点存在一个子树不指向其祖先是该点是关节点的充要条件。
    也就是说,如果删除一个点其DFS生成树变为了森林,那么该点就是关节点。通常我们用如下DFS算法求解关节点:
DFS查找关节点(当前节点){
    当前DFS深度加一;
    标记为已访问;
    记录当前节点DFS深度为其DFS到达点的最小深度;
    记录当前节点DFS深度;
    对每一个与之相邻的点{
        如果相邻点没被访问{
            DFS查找关节点(相邻点);
            如果相邻点DFS到达点的最小深度小于当前节点DFS到达点的最小深度
                相邻点DFS到达点的最小深度为当前节点DFS到达点的最小深度;
            如果相邻点DFS到达点的最小深度大于等于当前节点DFS深度
                当前节点为关节点;
        }
        如果不是,且相邻点DFS深度小于当前节点DFS到达点的最小深度
            相邻点的DFS深度为当前节点DFS到达点的最小深度;
            // 因为此时相邻点是当前节点的祖先
    }
    记录当前节点DFS到达点的最小深度;
}

注意,上面的伪代码并没有判断根节点的情况,需要另外判断。伪代码已经很详细了,本文不会放出求关节点的详细代码了。

4.强连通分量

在有向图中,若任意两个顶点都有路径相通,则称该有向图为强连通图。一个有向图的极大强连通子图为该图的强连通分量。求强连通分量的方法主要有Tarjan算法和Kosaraju算法。教材中没有,考试不要求,日后再对两个算法作详细解释。

总提纲:《数据结构》期末提纲小结

暂无评论

发送评论 编辑评论


				
|´・ω・)ノ
ヾ(≧∇≦*)ゝ
(☆ω☆)
(╯‵□′)╯︵┴─┴
 ̄﹃ ̄
(/ω\)
∠( ᐛ 」∠)_
(๑•̀ㅁ•́ฅ)
→_→
୧(๑•̀⌄•́๑)૭
٩(ˊᗜˋ*)و
(ノ°ο°)ノ
(´இ皿இ`)
⌇●﹏●⌇
(ฅ´ω`ฅ)
(╯°A°)╯︵○○○
φ( ̄∇ ̄o)
ヾ(´・ ・`。)ノ"
( ง ᵒ̌皿ᵒ̌)ง⁼³₌₃
(ó﹏ò。)
Σ(っ °Д °;)っ
( ,,´・ω・)ノ"(´っω・`。)
╮(╯▽╰)╭
o(*////▽////*)q
>﹏<
( ๑´•ω•) "(ㆆᴗㆆ)
😂
😀
😅
😊
🙂
🙃
😌
😍
😘
😜
😝
😏
😒
🙄
😳
😡
😔
😫
😱
😭
💩
👻
🙌
🖕
👍
👫
👬
👭
🌚
🌝
🙈
💊
😶
🙏
🍦
🍉
😣
Source: github.com/k4yt3x/flowerhd
颜文字
Emoji
小恐龙
花!
上一篇
下一篇
隐藏
变装