Bài giảng Công nghệ phần mềm - Chương 5: Đồ thị - Ngô Công Thắng

Chương 5: Đồ thị
1. Các khái niệm 
1.1. Định nghĩa đồ thị
Đồ thị G(V,E) bao gồm một tập hữu hạn V các đỉnh 
(hay nút) và một tập hữu hạn E các cặp đỉnh mà ta 
gọi là cung ( hay cạnh).
Ví dụ 1: Một mạng gồm các máy tính và các kênh điện 
thoại nối các máy tính này là một đồ thị. 
Ví dụ 2: Một mạng gồm các thành phố, thị xã và các 
đường bộ nối các thành phố, thị xã là một đồ thị.
1.2. Định nghĩa đồ thị vô hướng
Đồ thị vô hướng G=(V,E) bao gồm V là tập các đỉnh và 
E là tập các cặp đỉnh không có thứ tự gọi là các cung.
* Nếu (v1, v2) là một cung trong tập E(G) thì v1 và v2 gọi là lân 
cận của nhau.
Ví dụ trên 1,2 là lân cân, 1,3 là lân cận.
* Một đường đi từ đỉnh u đến đỉnh v trong đồ thị là một dãy các 
đỉnh 
u=x0, x1, ..., xn-1, xn=v mà dãy các cạnh (x0, x1), (x1, x2), ..., 
(xn-1, xn) là các cung thuộc E(G) .
* Số lượng cung trên đường đi gọi là độ dài của đường đi.
Ví dụ đường đi từ 1 đến 4 có độ dài là 2.
* Đường đi đơn: Là đường đi mà mọi đỉnh trên đó, trừ đỉnh đầu và 
đỉnh cuối đều khác nhau.
* Một chu trình là một đường đi đơn mà đỉnh đầu và đỉnh cuối 
trùng nhau.
Ví dụ: 1→ 3 → 5→ 4→1
3. Phép duyệt đồ thị
* Xét đồ thị vô hướng G(V,E) và một đỉnh vÎV. Ta cần thăm tất cả các 
đỉnh của G mà có thể “ với tới” từ đỉnh v ( nghĩa là đồ thị liên thông).
Có 2 cách duyệt đồ thị:
- Phép tìm kiếm theo chiều sâu ( Depth first search )
- Phép tìm kiếm theo chiều rộng (Breadth first search )
3.1. Phép tìm kiếm theo chiều sâu ( Depth first search )
Xét đồ thị vô hướng. Phép tìm kiếm theo chiều sâu thể hiện như sau:
- Đỉnh xuất phát v được thăm.
- Tiếp theo đó ta thăm đỉnh w là đỉnh chưa được thăm và là lân cận của 
v. Phép tìm kiếm theo chiều sâu xuất phát từ w lại được thực hiện. 
Trong trường hợp đỉnh u đã được thăm mà mọi đỉnh lân cận của nó đã 
được thăm rồi thì ta quay lại đỉnh cuối cùng vừa được thăm ( mà 
đỉnh này còn đỉnh w là lân cận của nó chưa được thăm) và phép tìm 
kiếm theo chiều sâu xuất phát từ w lại được thực hiện.
Phép duyệt theo chiều sâu đi theo trình tự sau:
v1 ® v2 ® v4 ® v8 ® v5 ® v6 ® v3 ® v7
* Thủ tục phép duyệt theo chiều sâu như sau:
Cho một đồ thị G(V,E) vô hướng có n đỉnh và véc tơ Visited(n) gồm n phần tử, 
ban đầu véc tơ này có giá trị =0. Thuật giải này thực hiện thăm mọi đỉnh “ 
với tới được “ từ đỉnh v.
Procedure DFS(v)
1. Visited(v):=1 { đánh dấu v được thăm }
2. FOR mỗi đỉnh w lân cận với v DO
If Visited(w) = 0 then CALL DFS(w);
Return
* Đánh giá thuật toán:
+ Trường hợp biểu diễn đồ thị dùng danh sách móc nối: G có e cung, mỗi 
nút với tới 1 lần, nên thời gian tìm kiếm là O(e).
+ Trường hợp biểu diễn đồ thị dùng ma trận lân cận : thì thời gian xác 
định mọi điểm lân cận của v là O(n). Có n đỉnh nên thời gian tìm kiếm là 
O(n2).
3.2. Phép tìm kiếm theo chiều rộng (Breadth first search )
Xét đồ thị vô hướng. Phép tìm kiếm theo chiều rộng thể hiện 
như sau:
- Đỉnh xuất phát v được thăm.
- Tiếp theo các đỉnh chưa được thăm mà là lân cận của v sẽ 
được thăm, rồi đến các đỉnh chưa được thăm là lân cận làn 
lượt của các đỉnh này và cứ tương tự như vậy.
Ví dụ 1 ở trên: Phép duyệt theo chiều rông đi theo trình tự sau:
v1 ® v2 ® v3 ® v4 ® v5 ® v6 ® v7 ® v8 
* Thủ tục phép duyệt theo chiều rong như sau:
Cho một đồ thị G(V,E) vô hướng có n đỉnh và véc tơ Visited(n) 
gồm n phần tử, ban đầu véc tơ này có giá trị =0. Thuật giải này 
thực hiện thăm mọi đỉnh “ với tới được “ từ đỉnh v. Bắt đầu từ 
đỉnh v. Mọi đỉnh i được thăm đánh dấu bằng Visited(i):=1.
Dùng hàng đợi Q có kích thước n; F, R là lối trước và lối sau của 
hàng đợi. Khi thăm 1 đình thì loại bỏ khỏi hàng đợi; khi chưa 
thăm thì bổ sung vào hàng đợi
Procedure BFS(v)
1. Khởi tạo hàng đợi Q với v được đưa vào.
2. Visited(v):=1 { đánh dấu v được thăm }
3. While Q không rỗng DO 
Begin
Call CQDELETE(v,Q) { loại bỏ v ra khỏi Q}
FOR mỗi đỉnh w lân cận với v DO
Begin
If Visited(w)=0 then 
Begin
CALL CQINSERT(w,Q); { Bổ sung w vào Q}
Visited(w):=1
End 
End
End
4. Return
* Đánh giá giải thuật: Vòng lặp While lặp lại n lần .
- Nếu biểu diễn đồ thị bằng ma trận lân cận thì thời gian thực 
hiện là O(n2).
- Nếu biểu diễn đồ thị bằng danh sách lân cận thì thời gian thực 
hiện là O(e).
4. Cây khung và cây khung với giá trị cực tiểu
4.1. Cây khung
* Nếu G là đồ thị liên thông thì phép tìm kiếm theo chiều sâu hoặc 
theo chiều rộng xuất phát từ 1 đỉnh thăm mọi đỉnh. Như vậy các 
cung trong G phân thành 2 tập:
- Tập T chứa các cung đã được duyệt qua.
- Tập b gồm các cung còn lại.
* Tất cả các cung và các đỉnh trong T sẽ tạo thành một cây con 
bao gồm mọi đỉnh của G. Cây con như vậy gọi là cây khung 
của G.
4.2. Cây khung với giá trị cực tiểu
* Bài toán: Xác định cây khung với giá trị cực tiểu của đồ thị liên 
thông có trọng số.
Gía trị của cây khung là tổng các trọng số ứng với các cạnh của 
cây khung.
* Có nhiều giải thuật xác định cây khung với giá trị cực tiểu nhưng 
trong phần này ta chỉ xét giải thuật Kruskal. Với giải thuật này 
cây khung T sẽ được xây dựng dần từng cung một. Các cung 
đưa vào T thoả mãn:
- Cung có giá trị cực tiểu trong các cung còn lại.
- Không tạo ra chu trình với các cung đã có của T.
* Giải thuật Kruskal được viết như sau:
1. T=F { T rỗng 
2. While T chứa ít hơn (n-1) cung Do
3. Begin Chọn 1 cung (v,w) từ E có giá trị nhỏ nhất.
4. Loại (v,w) ra khỏi E
5. If (v,w) không tạo nên chu trình trong T Then 
đưa (v,w) vào T.
End; 
6. Return
* Đánh giá giải thuật:
Thời gian thực hiện giải thuật xác định qua thực hiện 
bước 3 và 4.
Trường hợp xấu nhất sẽ là O(e.log e) trong đó e là số 
cung của đồ thị G.
5. Bài toán tìm đường đi ngắn nhất
( Bài toán một nguồn mọi đích)
( Single source all destination )
* Cho đồ thị có hướng G(V,E), một hàm trọng số w(e) 
cho các cung e của G và một đỉnh nguồn v0 .
Bài toán đặt ra là: Xác định đường đi ngắn nhất từ v0 
đến mọi đỉnh còn lại của G ( độ dài đường đi là tổng 
các trọng số trên các cung đường đi đó và các trọng 
số đều dương )
* Gọi S