Bài giảng Cấu trúc dữ liệu và giải thuật - Chương 13: Đồ thị
Chöông 13 – Ñoà thò
Chöông 13 – ÑOÀ THÒ
Chöông naøy trình baøy veà caùc caáu truùc toaùn hoïc quan troïng ñöôïc goïi laø ñoà thò.
Ñoà thò thöôøng ñöôïc öùng duïng trong raát nhieàu lónh vöïc: ñieàu tra xaõ hoäi, hoùa hoïc,
ñòa lyù, kyõ thuaät ñieän,…. Chuùng ta seõ tìm hieåu caùc phöông phaùp bieåu ñieãn ñoà thò
baèng caùc caáu truùc döõ lieäu vaø xaây döïng moät soá giaûi thuaät tieâu bieåu lieân quan ñeán ñoà
thò.
13.1. Neàn taûng toaùn hoïc
13.1.1.Caùc ñònh nghóa vaø ví duï
Moät ñoà thò (graph) G goàm moät taäp V chöùa caùc ñænh cuûa ñoà thò, vaø taäp E chöùa
caùc caëp ñænh khaùc nhau töø V. Caùc caëp ñænh naøy ñöôïc goïi laø caùc caïnh cuûa G. Neáu e
= (ν, µ) laø moät caïnh coù hai ñænh ν vaø µ, thì chuùng ta goïi ν vaø µ naèm treân e, vaø e
noái vôùi ν vaø µ. Neáu caùc caëp ñænh khoâng coù thöù töï, G ñöôïc goïi laø ñoà thò voâ höôùng
(undirected graph), ngöôïc laïi, G ñöôïïc goïi laø ñoà thò coù höôùng (directed graph).
Thoâng thöôøng ñoà thò coù höôùng ñöôïc goïi taét laø digraph, coøn töø graph thöôøng mang
nghóa laø ñoà thò voâ höôùng. Caùch töï nhieân ñeå veõ ñoà thò laø bieåu dieãn caùc ñænh baèng
caùc ñieåm hoaëc voøng troøn, vaø caùc caïnh baèng caùc ñöôøng thaúng hoaëc caùc cung noái caùc
ñænh. Ñoái vôùi ñoà thò coù höôùng thì caùc ñöôøng thaúng hay caùc cung caàn coù muõi teân chæ
höôùng. Hình 13.1 minh hoïa moät soá ví duï veà ñoà thò.
Ñoà thò thöù nhaát trong hình 13.1 coù caùc thaønh phoá laø caùc ñænh, vaø caùc tuyeán bay
laø caùc caïnh. Trong ñoà thò thöù hai, caùc nguyeân töû hydro vaø carbon laø caùc ñænh, caùc
lieân keát hoùa hoïc laø caùc caïnh. Hình thöù ba laø moät ñoà thò coù höôùng cho bieát khaû
naêng truyeàn nhaän döõ lieäu treân maïng, caùc nuùt cuûa maïng (A, B, …, F) laø caùc ñænh vaø
caùc ñöôøng noái caùc nuùt laø coù höôùng. Ñoâi khi caùch choïn taäp ñænh vaø taäp caïnh cho ñoà
thò phuï thuoäc vaøo giaûi thuaät maø chuùng ta duøng ñeå giaûi baøi toaùn, chaúng haïn baøi
toaùn lieân quan ñeán quy trình coâng vieäc, baøi toaùn xeáp thôøi khoùa bieåu,…
Ñoà thò ñöôïc söû duïng ñeå moâ hình hoùa raát nhieàu daïng quaù trình cuõng nhö caáu
truùc khaùc nhau. Ñoà thò coù theå bieåu dieãn maïng giao thoâng giöõa caùc thaønh phoá, hoaëc
caùc thaønh phaàn cuûa moät maïch in ñieän töû vaø caùc ñöôøng noái giöõa chuùng, hoaëc caáu
truùc cuûa moät phaân töû goàm caùc nguyeân töû vaø caùc lieân keát hoùa hoïc. Nhöõng ngöôøi
daân trong moät thaønh phoá cuõng coù theå ñöôïc bieåu dieãn bôûi caùc ñænh cuûa ñoà thò maø
caùc caïnh laø caùc moái quan heä giöõa hoï. Nhaân vieân trong moät coâng ty coù theå ñöôïc
bieåu dieãn trong moät ñoà thò coù höôùng maø caùc caïnh coù höôùng cho bieát moái quan heä
cuûa hoï vôùi nhöõng ngöôøi quaûn lyù. Nhöõng ngöôøi naøy cuõng coù theå coù nhöõng moái quan
heä “cuøng laøm vieäc” bieåu dieãn bôûi caùc caïnh khoâng höôùng trong moät ñoà thò voâ
höôùng.
Giaùo trình Caáu truùc döõ lieäu vaø Giaûi thuaät
339
Chöông 13 – Ñoà thò
Hình 13.1 – Caùc ví duï veà ñoà thò
13.1.2.Ñoà thò voâ höôùng
Moät vaøi daïng cuûa ñoà thò voâ höôùng ñöôïc minh hoïa trong hình 13.2. Hai ñænh
trong moät ñoà thò voâ höôùng ñöôïc goïi laø keà nhau (adjacent) neáu toàn taïi moät caïnh
noái töø ñænh naøy ñeán ñænh kia. Trong ñoà thò voâ höôùng trong hình 13.2 a, ñænh 1 vaø
2 laø keà nhau, ñænh 3 vaø 4 laø keà nhau, nhöng ñænh 1 vaø ñænh 4 khoâng keà nhau. Moät
ñöôøng ñi (path) laø moät daõy caùc ñænh khaùc nhau, trong ñoù moãi ñænh keà vôùi ñænh keá
tieáp. Hình (b) cho thaáy moät ñöôøng ñi. Moät chu trình (cycle) laø moät ñöôøng ñi chöùa
ít nhaát ba ñænh sao cho ñænh cuoái cuøng keà vôùi ñænh ñaàu tieân. Hình (c) laø moät chu
trình. Moät ñoà thò ñöôïc goïi laø lieân thoâng (connected) neáu luoân coù moät ñöôøng ñi töø
moät ñænh baát kyø ñeán moät ñænh baát kyø naøo khaùc. Hình (a), (b), vaø (c) laø caùc ñoà thò
lieân thoâng. Hình (d) khoâng phaûi laø ñoà thò lieân thoâng. Neáu moät ñoà thò laø khoâng
lieân thoâng, chuùng ta xem moãi taäp con lôùn nhaát caùc ñænh lieân thoâng nhau nhö moät
thaønh phaàn lieân thoâng. Ví duï, ñoà thò khoâng lieân thoâng ôû hình (d) coù hai thaønh
phaàn lieân thoâng: moät thaønh phaàn chöùa caùc ñænh 1,2 vaø 4; moät thaønh phaàn chæ coù
ñænh 3.
Hình 13.2 – Caùc daïng cuûa ñoà thò voâ höôùng
Giaùo trình Caáu truùc döõ lieäu vaø Giaûi thuaät
340
Chöông 13 – Ñoà thò
Phaàn (e) laø moät ñoà thò lieân thoâng khoâng coù chu trình. Chuùng ta coù theå nhaän
thaáy ñoà thò cuoái cuøng naøy thöïc söï laø moät caây, vaø chuùng ta duøng ñaëc tính naøy ñeå
ñònh nghóa: Moät caây töï do (free tree) ñöôïc ñònh nghóa laø moät ñoà thò voâ höôùng lieân
thoâng khoâng coù chu trình.
13.1.3.Ñoà thò coù höôùng
Ñoái vôùi caùc ñoà thò coù höôùng, chuùng ta coù theå coù nhöõng ñònh nghóa töông töï.
Chuùng ta yeâu caàu moïi caïnh trong moät ñöôøng ñi hoaëc moät chu trình ñeàu coù cuøng
höôùng, nhö vaäy vieäc laàn theo moät ñöôøng ñi hoaëc moät chu trình coù nghóa laø phaûi di
chuyeån theo höôùng chæ bôûi caùc muõi teân. Nhöõng ñöôøng ñi (hay chu trình) nhö vaäy
ñöôïc goïi laø ñöôøng ñi coù höôùng (hay chu trình coù höôùng). Moät ñoà thò coù höôùng ñöôïc
goïi laø lieân thoâng maïnh (strongly connected) neáu noù luoân coù moät ñöôøng ñi coù höôùng
töø moät ñænh baát kyø ñeán moät ñænh baát kyø naøo khaùc. Trong moät ñoà thò coù höôùng
khoâng lieân thoâng maïnh, neáu boû qua chieàu cuûa caùc caïnh maø chuùng ta coù ñöôïc moät
ñoà thò voâ höôùng lieân thoâng thì ñoà thò coù höôùng ban ñaàu ñöôïc goïi laø ñoà thò lieân
thoâng yeáu (weakly connected). Hình 13.3 minh hoïa moät chu trình coù höôùng, moät
ñoà thò coù höôùng lieân thoâng maïnh vaø moät ñoà thò coù höôùng lieân thoâng yeáu.
Hình 13.3 – Caùc ví duï veà ñoà thò coù höôùng
Caùc ñoà thò coù höôùng trong phaàn (b) vaø (c) hình 13.3 coù caùc caëp ñænh coù caùc caïnh
coù höôùng theo caû hai chieàu giöõa chuùng. Caùc caïnh coù höôùng laø caùc caëp coù thöù töï vaø
caùc caëp coù thöù töï (ν, µ) vaø (µ,ν) laø khaùc nhau neáu ν ≠ µ. Trong ñoà thò voâ höôùng, chæ
coù theå coù nhieàu nhaát moät caïnh noái hai ñænh khaùc nhau. Töông töï, do caùc ñænh treân
moät caïnh theo ñònh nghóa laø phaûi khaùc nhau, khoâng theå coù moät caïnh noái moät
ñænh vôùi chính noù. Tuy nhieân, cuõng coù nhöõng tröôøng hôïp môû roäng ñònh nghóa,
ngöôøi ta cho pheùp nhieàu caïnh noái moät caëp ñænh, vaø moät caïnh noái moät ñænh vôùi
chính noù.
13.2. Bieåu dieãn baèng maùy tính
Neáu chuùng ta chuaån bò vieát chöông trình ñeå giaûi quyeát moät baøi toaùn coù lieân
quan ñeán ñoà thò, tröôùc heát chuùng ta phaûi tìm caùch ñeå bieåu dieãn caáu truùc toaùn hoïc
cuûa ñoà thò nhö laø moät daïng naøo ñoù cuûa caáu truùc döõ lieäu. Coù nhieàu phöông phaùp
Giaùo trình Caáu truùc döõ lieäu vaø Giaûi thuaät
341
Chöông 13 – Ñoà thò
ñöôïc duøng phoå bieán, veà cô baûn chuùng khaùc nhau trong vieäc löïa choïn kieåu döõ lieäu
tröøu töôïng ñeå bieåu dieãn ñoà thò, cuõng nhö nhieàu caùch hieän thöïc khaùc nhau cho moãi
kieåu döõ lieäu tröøu töôïng. Noùi caùch khaùc, chuùng ta baét ñaàu töø moät ñònh nghóa toaùn
hoïc, ñoù laø ñoà thò, sau ñoù chuùng ta tìm hieåu caùch moâ taû noù nhö moät kieåu döõ lieäu
tröøu töôïng (taäp hôïp, baûng, hay danh saùch ñeàu coù theå duøng ñöôïc), vaø cuoái cuøng
chuùng ta löïa choïn caùch hieän thöïc cho kieåu döõ lieäu tröøu töôïng maø chuùng ta choïn.
13.2.1.Bieåu dieãn cuûa taäp hôïp
Ñoà thò ñöôïc ñònh nghóa baèng moät taäp hôïp, nhö vaäy moät caùch heát söùc töï nhieân
laø duøng taäp hôïp ñeå xaùc ñònh caùch bieåu dieãn noù nhö laø döõ lieäu. Tröôùc tieân, chuùng ta
coù moät taäp caùc ñænh, vaø thöù hai, chuùng ta coù caùc caïnh nhö laø taäp caùc caëp ñænh.
Thay vì thöû bieåu dieãn taäp caùc caëp ñænh naøy moät caùch tröïc tieáp, chuùng ta chia noù
ra thaønh nhieàu phaàn nhoû baèng caùch xem xeùt taäp caùc caïnh lieân quan ñeán töøng
ñænh rieâng reõ. Noùi moät caùch khaùc, chuùng ta coù theå bieát ñöôïc taát caû caùc caïnh trong
ñoà thò baèng caùch naém giöõ taäp Eν caùc caïnh coù chöùa ν ñoái vôùi moãi ñænh ν trong ñoà
thò, hoaëc, moät caùch töông ñöông, taäp Aν goàm taát caû caùc ñænh keà vôùi ν. Thaät vaäy,
chuùng ta coù theå duøng yù töôûng naøy ñeå ñöa ra moät ñònh nghóa môùi töông ñöông cho
ñoà thò:
Ñònh nghóa: Moät ñoà thò coù höôùng G bao goàm taäp V, goïi laø caùc ñænh cuûa G, vaø, ñoái
vôùi moïi ν ∈ V, coù moät taäp con Aν , goïi laø taäp caùc ñænh keà cuûa ν.
Töø caùc taäp con Aν chuùng ta coù theå taùi taïo laïi caùc caïnh nhö laø caùc caëp coù thöù töï
theo quy taéc sau: caëp (ν, w) laø moät caïnh neáu vaø chæ neáu w∈ Aν. Xöû lyù cho taäp caùc
ñænh deã hôn laø taäp caùc caïnh. Ngoaøi ra, ñònh nghóa môùi naøy thích hôïp vôùi caû ñoà thò
coù höôùng vaø ñoà thò voâ höôùng. Moät ñoà thò laø voâ höôùng khi noù thoûa tính chaát ñoái
xöùng sau: w∈ Aν keùo theo ν∈ Aw vôùi moïi ν, w∈V. Tính chaát naøy coù theå ñöôïc phaùt
bieåu laïi nhö sau: Moät caïnh khoâng coù höôùng giöõa ν vaø w coù theå ñöôïc xem nhö hai
caïnh coù höôùng, moät töø ν ñeán w vaø moät töø w ñeán ν.
13.2.1.1. Hieän thöïc caùc taäp hôïp
Coù nhieàu caùch ñeå hieän thöïc taäp caùc ñænh trong caáu truùc döõ lieäu vaø giaûi thuaät.
Caùch thöù nhaát laø bieåu dieãn taäp caùc ñænh nhö laø moät danh saùch caùc phaàn töû cuûa noù,
chuùng ta seõ tìm hieåu phöông phaùp naøy sau. Caùch thöù hai, thöôøng goïi laø chuoãi caùc
bit (bit string), löu moät trò Boolean cho moãi phaàn töû cuûa taäp hôïp ñeå chæ ra raèng noù
coù hay khoâng coù trong taäp hôïp. Ñeå ñôn giaûn, chuùng ta seõ xem caùc phaàn töû coù theå
coù cuûa taäp hôïp ñöôïc ñaùnh chæ soá töø 0 ñeán max_set-1, vôùi max_setlaø soá phaàn töû
toái ña cho pheùp. Ñieàu naøy coù theå ñöôïc hieän thöïc moät caùch deã daøng baèng caùch söû
duïng thö vieän chuaån (Standard Template Library- STL)
Giaùo trình Caáu truùc döõ lieäu vaø Giaûi thuaät
342
Chöông 13 – Ñoà thò
std::bitset<max_set>, hoaëc lôùp coù söû duïng templatecho kích thöôùc taäp hôïp
cuûa chuùng ta nhö sau:
template <int max_set>
struct Set {
bool is_element[max_set];
};
Ñaây chæ laø moät caùch hieän thöïc ñôn giaûn nhaát cuûa khaùi nieäm taäp hôïp. Sinh vieân
coù theå thaáy raèng khoâng coù gì ngaên caûn chuùng ta ñaëc taû vaø hieän thöïc moät CTDL
taäp hôïp vôùi caùc phöông thöùc hoäi, giao, hieäu, xeùt thaønh vieân cuûa noù,…, moät caùch
hoaøn chænh neáu nhö caàn söû duïng taäp hôïp trong nhöõng baøi toaùn lôùn naøo ñoù.
Giôø chuùng ta ñaõ coù theå ñaëc taû caùch bieåu dieãn thöù nhaát cho ñoà thò cuûa chuùng ta:
// Töông öùng hình 13.4-b
template <int max_size>
class Digraph {
int count;
Set<max_size> neighbors[max_size];
// Soá ñænh cuûa ñoà thò, nhieàu nhaát laø max_size
};
Trong caùch hieän thöïc naøy, caùc ñænh ñöôïc ñaët teân baèng caùc soá nguyeân töø 0 ñeán
count-1. Neáu ν laø moät soá nguyeân thì phaàn töû neighbors[ν]cuûa maûng laø moät
taäp caùc ñænh keà vôùi ñænh ν.
13.2.1.2. Baûng keà
Trong caùch hieän thöïc treân ñaây, caáu truùc Set ñöôïc hieän thöïc nhö moät maûng caùc
phaàn töû kieåu bool. Moãi phaàn töû chæ ra raèng ñænh töông öùng coù laø thaønh phaàn cuûa
taäp hôïp hay khoâng. Neáu chuùng ta thay theá taäp caùc ñænh keà naøy baèng moät maûng,
chuùng ta seõ thaáy raèng maûng neighbors trong ñònh nghóa cuûa lôùp Graph coù theå
ñöôïc bieán ñoåi thaønh maûng caùc maûng (maûng hai chieàu) nhö sau ñaây, vaø chuùng ta
goïi laø baûng keà (adjacency table):
// Töông öùng hình 13.4-c
template <int max_size>
class Digraph {
int count;
bool adjacency[max_size][max_size];
// Soá ñænh cuûa ñoà thò, nhieàu nhaát laø max_size.
};
Giaùo trình Caáu truùc döõ lieäu vaø Giaûi thuaät
343
Chöông 13 – Ñoà thò
Baûng keà chöùa caùc thoâng tin moät caùch töï nhieân nhö sau: adjacency[v][w] laø
true neáu vaø chæ neáu ñænh v laø ñænh keà cuûa w. Neáu laø ñoà thò coù höôùng,
adjacency[v][w] cho bieát caïnh töø v ñeán w coù trong ñoà thò hay khoâng. Neáu ñoà
thò voâ höôùng, baûng keà phaûi ñoái xöùng, nghóa laø adjacency[v][w]=
adjacency[v][w] vôùi moïi v vaø w. Bieåu dieãn ñoà thò bôûi taäp caùc ñænh keà vaø bôûi
baûng keà ñöôïc minh hoïa trong hình 13.4.
(a)
(b)
(c)
Hình 13.4 – Taäp caùc ñænh keà vaø baûng keà.
13.2.2.Danh saùch keà
Moät caùch khaùc ñeå bieåu dieãn moät taäp hôïp laø duøng danh saùch caùc phaàn töû.
Chuùng ta coù moät danh saùch caùc ñænh, vaø, ñoái vôùi moãi ñænh, coù moät danh saùch caùc
ñænh keà. Chuùng ta coù theå xem xeùt caùch hieän thöïc cho ñoà thò baèng danh saùch lieân
tuïc hoaëc danh saùch lieân keát ñôn. Tuy nhieân, ñoái vôùi nhieàu öùng duïng, ngöôøi ta
thöôøng söû duïng caùc hieän thöïc khaùc cuûa danh saùch phöùc taïp hôn nhö caây nhò phaân
tìm kieám, caây nhieàu nhaùnh tìm kieám, hoaëc laø heap. Löu yù raèng, baèng caùch ñaët
teân caùc ñænh theo caùc chæ soá trong caùc caùch hieän thöïc tröôùc ñaây, chuùng ta cuõng coù
ñöôïc caùch hieän thöïc cho taäp caùc ñænh nhö laø moät danh saùch lieân tuïc.
13.2.2.1. Hieän thöïc döïa treân cô sôû laø danh saùch
Chuùng ta coù ñöôïc hieän thöïc cuûa ñoà thò döïa treân cô sôû laø danh saùch baèng caùch
thay theá caùc taäp hôïp ñænh keà tröôùc kia baèng caùc danh saùch. Hieän thöïc naøy coù theå
söû duïng hoaëc danh saùch lieân tuïc hoaëc danh saùch lieân keát. Phaàn (b) vaø (c) cuûa hình
13.5 minh hoïa hai caùch hieän thöïc naøy.
// Toång quaùt cho caû danh saùch lieân tuïc laãn lieân keát (hình 13.5-b vaø c).
typedef int Vertex;
template <int max_size>
class Digraph {
int count;
List<Vertex> neighbors[max_size];
// Soá ñænh cuûa ñoà thò, nhieàu nhaát laø max_size.
};
Giaùo trình Caáu truùc döõ lieäu vaø Giaûi thuaät
344
Chöông 13 – Ñoà thò
13.2.2.2. Hieän thöïc lieân keát
Baèng caùch söû duïng caùc ñoái töôïng lieân keát cho caû caùc ñænh vaø cho caû caùc danh
saùch keà, ñoà thò seõ coù ñöôïc tính linh hoaït cao nhaát. Hieän thöïc naøy ñöôïc minh hoïa
trong hình 13.5-a vaø coù caùc ñònh nghóa nhö sau:
Hình 13.5 – Hieän thöïc ñoà thò baèng caùc danh saùch
class Edge;
class Vertex {
Edge *first_edge;
// Chæ ñeán phaàn töû ñaàu cuûa DSLK caùc ñænh keà.
Vertex *next_vertex; // Chæ ñeán phaàn töû keá trong DSLK caùc ñænh coù trong ñoà thò.
};
class Edge {
Vertex *end_point; // Chæ ñeán moät ñænh keà vôùi ñænh maø danh saùch naøy thuoäc veà.
Edge *next_edge;
// Chæ ñeán phaàn töû bieåu dieãn ñænh keà keá tieáp trong danh saùch caùc
ñænh keà vôùi moät ñænh maø danh saùch naøy thuoäc veà.
};
Giaùo trình Caáu truùc döõ lieäu vaø Giaûi thuaät
345
Chöông 13 – Ñoà thò
class Digraph {
Vertex *first_vertex;// Chæ ñeán phaàn töû ñaàu tieân trong danh saùch caùc ñænh cuûa ñoà thò.
};
13.2.3.Caùc thoâng tin khaùc trong ñoà thò
Nhieàu öùng duïng veà ñoà thò khoâng nhöõng caàn nhöõng thoâng tin veà caùc ñænh keà
cuûa moät ñænh maø coøn caàn theâm moät soá thoâng tin khaùc lieân quan ñeán caùc ñænh
cuõng nhö caùc caïnh. Trong hieän thöïc lieân keát, caùc thoâng tin naøy coù theå ñöôïc löu
nhö caùc thuoäc tính boå sung beân trong caùc baûn ghi töông öùng, vaø trong hieän thöïc
lieân tuïc, chuùng coù theå ñöôïc löu trong caùc maûng caùc phaàn töû beân trong caùc baûn ghi.
Laáy ví duï tröôøng hôïp maïng caùc maùy tính, noù ñöôïc ñònh nghóa nhö moät ñoà thò
trong ñoù moãi caïnh coù theâm thoâng tin laø taûi troïng cuûa ñöôøng truyeàn töø maùy naøy
qua maùy khaùc. Ñoái vôùi nhieàu giaûi thuaät treân maïng, caùch bieåu dieãn toát nhaát laø
duøng baûng keà, trong ñoù caùc phaàn töû seõ chöùa taûi troïng thay vì moät trò kieåu bool.
Chuùng ta seõ quay laïi vaán ñeà naøy sau trong chöông naøy.
13.3. Duyeät ñoà thò
13.3.1.Caùc phöông phaùp
Trong nhieàu baøi toaùn, chuùng ta mong muoán ñöôïc khaûo saùt caùc ñænh trong ñoà thò
theo moät thöù töï naøo ñoù. Töïa nhö ñoái vôùi caây nhò phaân chuùng ta ñaõ phaùt trieån moät
vaøi phöông phaùp duyeät qua caùc phaàn töû moät caùch coù heä thoáng. Khi duyeät caây,
chuùng ta thöôøng baét ñaàu töø nuùt goác. Trong ñoà thò, thöôøng khoâng coù ñænh naøo laø
ñænh ñaëc bieät, neân vieäc duyeät qua ñoà thò coù theå baét ñaàu töø moät ñænh baát kyø naøo ñoù.
Tuy coù nhieàu thöù töï khaùc nhau ñeå duyeät qua caùc ñænh cuûa ñoà thò, coù hai phöông
phaùp ñöôïc xem laø ñaëc bieät quan troïng.
Phöông phaùp duyeät theo chieàu saâu (depth-first traversal) treân moät ñoà thò gaàn
gioáng vôùi pheùp duyeät preorder cho moät caây coù thöù töï. Giaû söû nhö pheùp duyeät vöøa
duyeät xong ñænh ν, vaø goïi w1, w2,...,wk laø caùc ñænh keà vôùi ν, thì w1 laø ñænh ñöôïc
duyeät keá tieáp, trong khi caùc ñænh w2,...,wk seõ naèm ñôïi. Sau khi duyeät qua ñænh w1
chuùng ta seõ duyeät qua taát caû caùc ñænh keà vôùi w1, tröôùc khi quay laïi vôùi w2,...,wk.
Phöông phaùp duyeät theo chieàu roäng (breadth-first traversal) treân moät ñoà thò
gaàn gioáng vôùi pheùp duyeät theo möùc (level by level) cho moät caây coù thöù töï. Neáu
pheùp duyeät vöøa duyeät xong ñænh ν, thì taát caû caùc ñænh keà vôùi ν seõ ñöôïc duyeät tieáp
sau ñoù, trong khi caùc ñænh keà vôùi caùc ñænh naøy seõ ñöôïc ñaët vaøo moät danh saùch
chôø, chuùng seõ ñöôïc duyeät tôùi chæ sau khi taát caû caùc ñænh keà vôùi ν ñaõ ñöôïc duyeät
xong.
Giaùo trình Caáu truùc döõ lieäu vaø Giaûi thuaät
346
Chöông 13 – Ñoà thò
Hình 13.6 minh hoïa hai phöông phaùp duyeät treân, caùc con soá taïi caùc ñænh bieåu
dieãn thöù töï maø chuùng ñöôïc duyeät ñeán.
Hình 13.6 - Duyeät ñoà thò
13.3.2.Giaûi thuaät duyeät theo chieàu saâu
Phöông phaùp duyeät theo chieàu saâu thöôøng ñöôïc xaây döïng nhö moät giaûi thuaät
ñeä quy. Caùc coâng vieäc caàn laøm khi gaëp moät ñænh ν laø:
visit(v);
for (moãi ñænh wkeà vôùi ñænh v)
traverse(w);
Tuy nhieân, trong pheùp duyeät ñoà thò, coù hai ñieåm khoù khaên maø trong pheùp
duyeät caây khoâng coù. Thöù nhaát, ñoà thò coù theå chöùa chu trình, vaø giaûi thuaät cuûa
chuùng ta coù theå gaëp laïi moät ñænh laàn thöù hai. Ñeå ngaên chaën ñeä quy voâ taän, chuùng
ta duøng moät maûng caùc phaàn töû kieåu bool visited, visited[v] seõ laø true khi
v vöøa ñöôïc duyeät xong, vaø chuùng ta luoân xeùt trò cuûa visited[w] tröôùc khi xöû lyù
cho w, neáu trò naøy ñaõ laø true thì w khoâng caàn xöû lyù nöõa. Ñieàu khoù khaên thöù hai
laø, ñoà thò coù theå khoâng lieân thoâng, vaø giaûi thuaät duyeät coù theå khoâng ñaït ñöôïc ñeán
taát caû caùc ñænh cuûa ñoà thò neáu chæ baét ñaàu ñi töø moät ñænh. Do ñoù chuùng ta caàn thöïc
hieän moät voøng laëp ñeå coù theå baét ñaàu töø moïi ñænh trong ñoà thò, nhôø vaäy chuùng ta
seõ khoâng boû soùt moät ñænh naøo. Vôùi nhöõng phaân tích treân, chuùng ta coù phaùc thaûo
cuûa giaûi thuaät duyeät ñoà thò theo chieàu saâu döôùi ñaây. Chi tieát hôn cho giaûi thuaät
coøn phuï thuoäc vaøo caùch choïn löïa hieän thöïc cuûa ñoà thò vaø caùc ñænh, vaø chuùng ta ñeå
laïi cho caùc chöông trình öùng duïng.
template <int max_size>
void Digraph<max_size>::depth_first(void (*visit)(Vertex &)) const
/*
post: Haøm *visit ñöôïc thöïc hieän taïi moãi ñænh cuûa ñoà thò moät laàn, theo thöù töï duyeät theo chieàu
saâu.
uses: Haøm traverse thöïc hieän duyeät theo chieàu saâu.
*/
Giaùo trình Caáu truùc döõ lieäu vaø Giaûi thuaät
347
Chöông 13 – Ñoà thò
{
bool visited[max_size];
Vertex v;
for (all v in G) visited[v] = false;
for (all v in G) if (!visited[v])
traverse(v, visited, visit);
}
Vieäc ñeä quy ñöôïc thöïc hieän trong haøm phuï trôï traverse. Do haøm naøy caàn
truy nhaäp vaøo caáu truùc beân trong cuûa ñoà thò, noù phaûi laø haøm thaønh vieân cuûa lôùp
Digraph. Ngoaøi ra, do traverse laø moät haøm phuï trôï vaø chæ ñöôïc söû duïng trong
phöông thöùc depth_first, noù neân ñöôïc khai baùo privatebeân trong lôùp.
template <int max_size>
void Digraph<max_size>::traverse(Vertex &v, bool visited[],
void (*visit)(Vertex &)) const
/*
pre: v laø moät ñænh cuûa ñoà thò Digraph.
post: Duyeät theo chieàu saâu, haøm *visit seõ ñöôïc thöïc hieän taïi v vaø taïi taát caû caùc ñænh coù theå
ñeán ñöôïc töø v.
uses: Haøm traverse moät caùch ñeä quy.
*/
{
Vertex w;
visited[v] = true;
(*visit)(v);
for (all w adjacent to v)
if (!visited[w])
traverse(w, visited, visit);
}
13.3.3.Giaûi thuaät duyeät theo chieàu roäng
Do söû duïng ñeä quy vaø laäp trình vôùi ngaên xeáp veà baûn chaát laø töông ñöông,
chuùng ta coù theå xaây döïng giaûi thuaät duyeät theo chieàu saâu baèng caùch söû duïng ngaên
xeáp. Khi moät ñænh ñang ñöôïc duyeät thì caùc ñænh keà cuûa noù ñöôïc ñaåy vaøo ngaên xeáp,
khi moät ñænh vöøa ñöôïc duyeät xong thì ñænh keá tieáp caàn duyeät laø ñænh ñöôïc laáy ra
töø ngaên xeáp. Giaûi thuaät duyeät theo chieàu roäng cuõng töông töï nhö giaûi thuaät vöøa
ñöôïc ñeà caäp ñeán trong vieäc duyeät theo chieàu saâu, tuy nhieân haøng ñôïi caàn ñöôïc söû
duïng thay cho ngaên xeáp.
template <int max_size>
void Digraph<max_size>::breadth_first(void (*visit)(Vertex &)) const
/*
post: Haøm *visit ñöôïc thöïc hieän taïi moãi ñænh cuûa ñoà thò moät laàn, theo thöù töï duyeät theo chieàu
roäng.
uses: Caùc phöông thöùc cuûa lôùp Queue.
*/
{
Queue q;
bool visited[max_size];
Vertex v, w, x;
for (all v in G) visited[v] = false;
Giaùo trình Caáu truùc döõ lieäu vaø Giaûi thuaät
348
Chöông 13 – Ñoà thò
for (all v in G)
if (!visited[v]) {
q.append(v);
while (!q.empty()){
q.retrieve(w);
if (!visited[w]) {
visited[w] = true;
(*visit)(w);
for (all x adjacent to w)
q.append(x);
}
q.serve();
}
}
}
13.4. Saép thöù töï topo
13.4.1.Ñaët vaán ñeà
Neáu G laø moät ñoà thò coù höôùng khoâng coù chu trình, thì thöù töï topo (topological
order) cuûa G laø moät caùch lieät keâ tuaàn töï moïi ñænh trong G sao cho, vôùi moïi ν,
µ∈G, neáu coù moät caïnh töø ν ñeán µ, thì ν naèm tröôùc µ.
Trong suoát phaàn naøy, chuùng seõ chæ xem xeùt caùc ñoà thò coù höôùng khoâng coù chu
trình. Thuaät ngöõ acyclic coù nghóa laø moät ñoà thò khoâng coù chu trình. Caùc ñoà thò
nhö vaäy xuaát hieän trong raát nhieàu baøi toaùn. Nhö moät ví duï ñaàu tieân veà thöù töï
topo, chuùng ta haõy xem xeùt caùc moân hoïc trong moät tröôøng ñaïi hoïc nhö laø caùc
ñænh cuûa ñoà thò, trong ñoù moät caïnh noái töø moân naøy ñeán moân kia coù nghóa laø moân
thöù nhaát laø moân tieân quyeát cuûa moân thöù hai. Nhö vaäy thöù töï topo seõ lieät keâ taát
caû caùc moân sao cho moïi moân tieân quyeát cuûa moät moân seõ naèm tröôùc moân ñoù. Ví duï
thöù hai laø töø ñieån caùc thuaät ngöõ kyõ thuaät. Caùc töø trong töø ñieån ñöôïc saép thöù töï sao
cho khoâng coù töø naøo ñöôïc söû duïng trong moät ñònh nghóa cuûa töø khaùc tröôùc khi
chính noù ñöôïc ñònh nghóa. Töông töï, caùc taùc giaû cuûa caùc saùch söû duïng thöù töï topo
cho caùc ñeà muïc trong saùch. Hai thöù töï topo khaùc nhau cuûa moät ñoà thò coù höôùng
ñöôïc minh hoïa trong hình 13.7.
Chuùng ta seõ xaây döïng haøm ñeå sinh ra thöù töï topo cho caùc ñænh cuûa moät ñoà thò
khoâng coù chu trình theo hai caùch: söû duïng pheùp duyeät theo chieàu saâu vaø pheùp
duyeät theo chieàu roäng. Caû hai phöông phaùp ñöôïc duøng cho moät ñoái töôïng cuûa lôùp
Digraph söû duïng hieän thöïc döïa treân cô sôû laø danh saùch. Chuùng ta coù ñaëc taû lôùp
nhö sau:
typedef int Vertex;
template <int graph_size>
class Digraph {
public:
Digraph();
void read();
void write();
Giaùo trình Caáu truùc döõ lieäu vaø Giaûi thuaät
349
Chöông 13 – Ñoà thò
// Caùc phöông thöùc saép thöù töï topo.
void depth_sort(List<Vertex> &topological_order);
void breadth_sort(List<Vertex> &topological_order);
private:
int count;
List <Vertex> neighbors[graph_size];
void recursive_depth_sort(Vertex v, bool visited[],
List<Vertex> &topological_order);
};
Haøm phuï trôï recursive_depth_sort ñöôïc söû duïng bôûi phöông thöùc
depth_sort. Caû hai phöông phaùp saép thöù töï ñeàu seõ taïo ra moät danh saùch caùc
ñænh cuûa ñoà thò theo thöù töï topotöông öùng.
Hình 13.7 – Caùc thöù tö ocuûa moät ñoà thò coù höôùng
13.4.2.Giaûi thuaät duyeät theo chieàu saâu
Trong thöù töï topo, moãi ñænh phaûi xuaát hieän tröôùc moïi ñænh keà cuûa noù trong ñoà
thò. Giaûi thuaät duyeät theo chieàu saâu naøy ñaët daàn caùc ñænh vaøo maûng thöù töï topo
töø phaûi sang traùi. Baét ñaàu töø moät ñænh chöa töøng ñöôïc duyeät ñeán, chuùng ta caàn goïi
ñeä quy ñeå ñeán ñöôïc caùc ñænh maø khoâng coøn ñænh keà, caùc ñænh naøy seõ ñöôïc ñaët vaøo
maûng thöù töï topo ôû caùc vò trí cuoái maûng. Tính töø phaûi sang traùi trong maûng thöù
töï topo naøy, khi caùc ñænh keà cuûa moät ñænh ñaõ ñöôïc duyeät xong, thì chính ñænh ñoù
Giaùo trình Caáu truùc döõ lieäu vaø Giaûi thuaät
350
Chöông 13 – Ñoà thò
coù theå coù maët trong maûng. Ñoù chính laø luùc caùc laàn goïi ñeä quy beân trong luøi veà laàn
goïi ñeä quy beân ngoaøi. Phöông phaùp naøy laø moät caùch hieän thöïc tröïc tieáp cuûa thuû
tuïc duyeät theo chieàu saâu moät caùch toång quaùt ñaõ ñöôïc trình baøy ôû treân. Ñieåm khaùc
bieät laø vieäc xöû lyù taïi moãi ñænh (ghi vaøo maûng thöù töï topo) chæ ñöôïc thöïc hieän sau
khi caùc ñænh keà cuûa noù ñaõ ñöôïc xöû lyù.
template <int graph_size>
void Digraph<graph_size>::depth_sort(List<Vertex> &topological_order)
/*
post: Caùc ñænh cuûa moät ñoà thò coù höôùng khoâng coù chu trình ñöôïc xeáp theo thöù töï topotöông öùng
caùch duyeät ñoà thò theo chieàu saâu.
uses: Caùc phöong thöùc cuûa lôùp List, haøm ñeä quy recursive_depth_sort.
*/
{
bool visited[graph_size];
Vertex v;
for (v = 0; v < count; v++) visited[v] = false;
topological_order.clear();
for (v = 0; v < count; v++)
if (!visited[v]) // Theâm caùc ñænh keà cuûa v vaø sau ñoù laø v vaøo maûng töù töï topotöø
phaûi sang
traùi.
recursive_depth_sort(v, visited, topological_order);
}
Haøm phuï trôï recursive_depth_sort thöïc hieän vieäc ñeä quy, döïa treân phaùc
thaûo cuûa haøm traversetoång quaùt, tröôùc heát ñaët taát caû caùc ñænh sau cuûa moät ñænh
v vaøo caùc vò trí cuûa chuùng trong thöù töï topo, sau ñoù môùi ñaët v vaøo.
template <int graph_size>
void Digraph<graph_size>::recursive_depth_sort(Vertex v, bool *visited,
List<Vertex> &topological_order)
/*
pre: Ñænh v chöa coù trong maûng thöù töï topo.
post: Theâm caùc ñænh keà cuûa v vaø sau ñoù laø v vaøo maûng töù töï topotöø phaûi sang traùi.
uses: Caùc phöông thöùc cuûa lôùp List vaø haøm ñeä quy recursive_depth_sort.
*/
{
visited[v] = true;
int degree = neighbors[v].size();
for (int i = 0; i < degree; i++) {
Vertex w;
neighbors[v].retrieve(i, w); // Moät ñænh keà cuûa v.
if (!visited[w])
// Duyeät tieáp xuoáng ñænh w.
recursive_depth_sort(w, visited, topological_order);
}
topological_order.insert(0, v);
// Ñaët v vaøo maûng thöù töï topo.
}
Do giaûi thuaät naøy duyeät qua moãi ñænh cuûa ñoà thò chính xaùc moät laàn vaø xem xeùt
moãi caïnh cuõng moät laàn, ñoàng thôøi noù khoâng heà thöïc hieän vieäc tìm kieám naøo, neân
thôøi gian chaïy laø O(n+e), vôùi n laø soá ñænh vaø e laø soá caïnh cuûa ñoà thò.
Giaùo trình Caáu truùc döõ lieäu vaø Giaûi thuaät
351
Chöông 13 – Ñoà thò
13.4.3.Giaûi thuaät duyeät theo chieàu roäng
Trong thöù töï topo theo chieàu roäng cuûa moät ñoà thò coù höôùng khoâng coù chu
trình, chuùng ta baét ñaàu baèng caùch tìm caùc ñænh coù theå laø caùc ñænh ñaàu tieân trong
thöù töï topo vaø sau ñoù chuùng ta aùp duïng nguyeân taéc raèng, moïi ñænh caàn phaûi xuaát
hieän tröôùc taát caû caùc ñænh sau cuûa noù trong thöù töï topo. Giaûi thuaät naøy seõ laàn
löôït ñaët caùc ñænh cuûa ñoà thò vaøo maûng thöù töï topotöø traùi sang phaûi.
Caùc ñænh coù theå laø ñænh ñaàu tieân chính laø caùc ñænh khoâng laø ñænh sau cuûa baát
kyø ñænh naøo trong ñoà thò. Ñeå tìm ñöôïc chuùng, chuùng ta taïo moät maûng
predecessor_count, moãi phaàn töû taïi chæ soá v chöùa soá ñænh ñöùng ngay tröôùc ñænh
v. Caùc ñænh caàn tìm chính laø caùc ñænh maø khoâng coù ñænh naøo ñöùng ngay tröôùc noù,
trò trong phaàn töû töông öùng cuûa maûng baèng 0. Caùc ñænh nhö vaäy ñaõ saün saøng ñöôïc
ñaët vaøo maûng thöù tö topo. Nhö vaäy chuùng ta seõ khôûi ñoäng quaù trình duyeäït theo
chieàu roäng baèng caùch ñaët caùc ñænh naøy vaøo moät haøng caùc ñænh seõ ñöôïc xöû lyù. Khi
moät ñænh caàn ñöôïc xöû lyù, noù seõ ñöôïc laáy ra töø haøng vaø ñaët vaøo vò trí keá tieáp trong
maûng topo, luùc naøy, vieäc xem xeùt noù xem nhö keát thuùc vaø ñöôïc ñaùnh daáu baèng
caùch cho caùc phaàn töû trong maûng predecessor_counttöông öùng vôùi caùc ñænh laø
ñænh sau cuûa noù giaûm ñi 1. Khi moät phaàn töû naøo trong maûng naøy ñaït ñöôïc trò 0,
thì cuõng coù nghóa laø ñænh töông öùng vôùi noù coù caùc ñænh tröôùc ñaõ ñöôïc duyeät xong,
vaø ñænh naøy ñaõ saün saøng ñöôïc duyeät neân ñöôïc ñöa vaøo haøng ñôïi.
template <int graph_size>
void Digraph<graph_size>::breadth_sort(List<Vertex> &topological_order)
/*
post: Caùc ñænh cuûa moät ñoà thò coù höôùng khoâng coù chu trình ñöôïc xeáp theo thöù töï topotöông öùng
caùch duyeät ñoà thò theo chieàu roäng.
uses: Caùc phöông thöùc cuûa caùc lôùp List, Queue.
*/
{
topological_order.clear();
Vertex v, w;
int predecessor_count[graph_size];
for (v = 0; v < count; v++) predecessor_count[v] = 0;
for (v = 0; v < count; v++)
for (int i = 0; i < neighbors[v].size(); i++) { // Caäp nhaät soá ñænh ñöùng
tröôùc cho moãi ñænh.
neighbors[v].retrieve(i, w);
predecessor_count[w]++;
}
Queue<Vertex> ready_to_process;
for (v = 0; v < count; v++)
if (predecessor_count[v] == 0)
ready_to_process.append(v);
while (!ready_to_process.empty()) {
ready_to_process.retrieve(v);
topological_order.insert(topological_order.size(), v);
for (int j = 0; j < neighbors[v].size(); j++) { // Giaûm soá ñænh ñöùng tröôùc
neighbors[v].retrieve(j, w);
predecessor_count[w]--;
// cuûa moãi ñænh keà cuûa v ñi 1
Giaùo trình Caáu truùc döõ lieäu vaø Giaûi thuaät
352
Chöông 13 – Ñoà thò
if (predecessor_count[w] == 0)
ready_to_process.append(w);
}
ready_to_process.serve();
}
}
Giaûi thuaät naøy caàn ñeán moät trong caùc hieän thöïc cuûa lôùp Queue. Queue coù theå
coù hieän thöïc theo baát kyø caùch naøo ñaõ ñöôïc moâ taû trong chöông 3. Do caùc phaàn töû
trong Queue laø caùc ñænh. Cuõng nhö duyeät theo chieàu saâu, thôøi gian caàn cho haøm
breadth_firstlaø O(n+e), vôùi n laø soá ñænh vaø e laø soá caïnh cuûa ñoà thò.
13.5. Giaûi thuaät Greedy: Tìm ñöôøng ñi ngaén nhaát
13.5.1.Ñaët vaán ñeà
Nhö moät öùng duïng khaùc cuûa ñoà thò, chuùng ta xem xeùt moät baøi toaùn hôi phöùc
taïp sau ñaây. Chuùng ta coù moät ñoà thò coù höôùng G, trong ñoù moãi caïnh ñöôïc gaùn moät
con soá khoâng aâm goïi laø taûi troïng (weight). Baøi toaùn cuûa chuùng ta laø tìm moät
ñöôøng ñi töø moät ñænh ν ñeán moät ñænh w sao cho toång taûi troïng treân ñöôøng ñi laø
nhoû nhaát. Chuùng ta goïi ñöôøng ñi nhö vaäy laø ñöôøng ñi ngaén nhaát (shortest path),
maëc duø taûi troïng coù theå bieåu dieãn cho giaù caû, thôøi gian, hoaëc moät vaøi ñaïi löôïng
naøo khaùc thay vì khoaûng caùch. Chuùng ta coù theå xem G nhö moät baûn ñoà caùc tuyeán
bay, chaúng haïn, moãi ñænh cuûa ñoà thò bieåu dieãn moät thaønh phoá vaø taûi troïng treân
moãi caïnh bieåu dieãn chi phí bay töø thaønh phoá naøy sang thaønh phoá kia. Baøi toaùn
cuûa chuùng ta laø tìm loä trình bay töø thaønh phoá ν ñeán thaønh phoá w sao cho toång chi
phí laø nhoû nhaát. Chuùng ta haõy xem xeùt ñoà thò ôû hình 13.8. Ñöôøng ngaén nhaát töø
ñænh 0 ñeán ñænh 1 ñi ngang qua ñænh 2 coù toång taûi troïng laø 4, so vôùi taûi troïng laø 5
ñoái vôùi caïnh noái tröïc tieáp töø 0 sang 1, vaø toång taûi troïng laø 8 neáu ñi ngang qua
ñænh 4.
Hình 13.8 – Ñoà thò coù höôùng vôùi caùc taûi troïng
Coù theå deã daøng giaûi baøi toaùn moät caùch toång quaùt nhö sau: baét ñaàu töø moät ñænh,
goïi laø ñænh nguoàn, tìm ñöôøng ñi ngaén nhaát ñeán moïi ñænh coøn laïi, thay vì chæ tìm
ñöôøng ñeán moät ñænh ñích. Chuùng ta caàn taûi troïng phaûi laø nhöõng soá khoâng aâm.
Giaùo trình Caáu truùc döõ lieäu vaø Giaûi thuaät
353
Chöông 13 – Ñoà thò
13.5.2.Phöông phaùp
Giaûi thuaät seõ ñöôïc thöïc hieän baèng caùch naém giöõ moät taäp S caùc ñænh maø ñöôøng
ñi ngaén nhaát töø ñænh nguoàn ñeán chuùng ñaõ ñöôïc bieát. Môùi ñaàu, ñænh nguoàn laø ñænh
duy nhaát trong S. Taïi moãi böôùc, chuùng ta theâm vaøo S caùc ñænh coøn laïi maø ñöôøng
ñi ngaén nhaát töø nguoàn ñeán chuùng vöøa ñöôïc tìm thaáy. Baøi toaùn baây giôø trôû thaønh
baøi toaùn xaùc ñònh ñænh naøo ñeå theâm vaøo S taïi moãi böôùc. Chuùng ta haõy xem nhöõng
ñænh ñaõ coù trong S nhö ñaõ ñöôïc toâ moät maøu naøo ñoù, vaø caùc caïnh naèm trong caùc
ñöôøng ñi ngaén nhaát töø ñænh nguoàn ñeán caùc ñænh coù maøu cuõng ñöôïc toâ maøu.
Chuùng ta seõ naém giöõ moät maûng distance cho bieát raèng, ñoái vôùi moãi ñænh ν,
khoaûng caùch töø ñænh nguoàn doïc theo ñöôøng ñi coù caùc caïnh ñaõ coù maøu, coù theå tröø
caïnh cuoái cuøng. Nghóa laø, neáu ν thuoäc S, thì distance[v] chöùa khoaûng caùch
ngaén nhaát ñeán ν, vaø moïi caïnh naèm treân ñöôøng ñi töông öùng ñeàu coù maøu. Neáu ν
khoâng thuoäc S, thì distance[v] chöùa chieàu daøi cuûa ñöôøng ñi töø ñænh nguoàn ñeán
moät ñænh w naøo ñoù coäng vôùi taûi troïng cuûa caïnh noái töø w ñeán ν, vaø moïi caïnh naèm
treân ñöôøng ñi naøy, tröø caïnh cuoái, ñeàu coù maøu. Maûng distanceñöôïc khôûi taïo baèng
caùch gaùn töøng distance[v] vôùi trò cuûa taûi troïng cuûa caïnh noái töø ñænh nguoàn ñeán
ν neáu toàn taïi caïnh naøy, ngöôïc laïi noù ñöôïc gaùn baèng voâ cöïc.
Hình 13.9 – Tìm moät ñöôøng ñi ngaén
Ñeå xaùc ñònh ñænh ñöôïc theâm vaøo S taïi moãi böôùc, chuùng ta aùp duïng moät “tieâu
chí tham lam” (greedy criterion) trong vieäc choïn ra moät ñænh ν coù khoaûng caùch
nhoû nhaát töø trong maûng distancesao cho ν chöa coù trong S. Chuùng ta caàn chöùng
minh raèng, ñoái vôùi ñænh ν naøy, khoaûng caùch chöùa trong maûng distance thöïc söï
laø chieàu daøi cuûa ñöôøng ñi ngaén nhaát töø ñænh nguoàn ñeán ν. Giaû söû coù moät ñöôøng ñi
ngaén hôn töø nguoàn ñeán ν, nhö hình 13.9. Ñöôøng ñi naøy ñi ngang moät ñænh x naøo
ñoù chöa thuoäc S roài môùi ñeán ν (coù theå laïi qua moät soá ñænh khaùc coù naèm trong S
tröôùc khi gaëp ν). Nhöng neáu ñöôøng ñi naøy ngaén hôn ñöôøng ñi ñaõ ñöôïc toâ maøu ñeán
ν, thì ñoaïn ñöôøng ban ñaàu trong noù töø nguoàn ñeán x coøn ngaén hôn nöõa, nghóa laø
distance[x] < distance[v], vaø nhö vaäy tieâu chí tham lam ñaõ phaûi choïn x
thay vì ν laø ñænh keá tieáp ñöôïc theâm vaøo S.
Giaùo trình Caáu truùc döõ lieäu vaø Giaûi thuaät
354
Chöông 13 – Ñoà thò
Khi theâm ν vaø S, chuùng ta seõ toâ maøu ν vaø toâ maøu luoân ñöôøng ñi ngaén nhaát töø
ñænh nguoàn ñeán ν (moïi caïnh trong noù tröø caïnh cuoái thöïc söï ñaõ ñöôïc toâ maøu tröôùc
Hình 12.10 - Ví duï veà caùc ñöôøng ñi ngaén nhaát
ñoù). Keá tieáp, chuùng ta caàn caäp nhaät laïi caùc phaàn töû cuûa maûng distance baèng
caùch xem xeùt ñoái vôùi moãi ñænh w naèm ngoaøi S, ñöôøng ñi töø nguoàn qua ν roài ñeán w
coù ngaén hôn khoaûng caùch töø nguoàn ñeán w ñaõ ñöôïc ghi nhaän tröôùc ñoù hay khoâng.
Neáu ñieàu naøy xaûy ra coù nghóa laø chuùng ta vöøa phaùt hieän ñöôïc moät ñöôøng ñi môùi
cho ñænh w coù ñi ngang qua ν ngaén hôn caùch ñi ñaõ xaùc ñònh tröôùc ñoù, vaø nhö vaäy
chuùng ta caàn caäp nhaät laïi distance[w] baèng distance[v] coäng vôùi taûi troïng
cuûa caïnh noái töø ν ñeán w.
Giaùo trình Caáu truùc döõ lieäu vaø Giaûi thuaät
355
Chöông 13 – Ñoà thò
13.5.3.Ví duï
Tröôùc khi vieát moät haøm cho phöông phaùp naøy, chuùng ta haõy xem qua ví duï ôû
hình 13.10. Ñoái vôùi ñoà thò coù höôùng ôû hình (a), traïng thaùi ban ñaàu ñöôïc chæ ra ôû
hình (b): taäp S (caùc ñænh ñaõ ñöôïc toâ maøu) chæ goàm coù nguoàn laø ñænh 0, caùc phaàn töû
cuûa maûng distancechöùa caùc con soá ñöôïc ñaët caïnh moãi ñænh coøn laïi. Khoaûng caùch
ñeán ñænh 4 ngaén nhaát, neân 4 ñöôïc theâm vaøo S nhö ôû hình (c), vaø distance[3]
ñöôïc caäp nhaät thaønh 6. Do khoaûng caùch ñeán 1 vaø 2 ngang qua 4 lôùn hôn khoaûng
caùch ñaõ chöùa trong maûng distance, neân caùc khoaûng caùch naøy trong distance
ñöôïc giöõ khoâng ñoåi. Ñænh keá tieáp gaàn nhaát ñoái vôùi nguoàn laø ñænh 2, noù ñöôïc theâm
vaøo S nhö hình (d), khoaûng caùch ñeán caùc ñænh 1 vaø 3 ñöôïc caäp nhaät laïi ngang qua
ñænh naøy. Hai böôùc cuoái cuøng, trong hình (e) vaø (f), ñænh 1 vaø 3 ñöôïc theâm vaøo vaø
caùc ñöôøng ñi ngaén nhaát töø ñænh nguoàn ñeán caùc ñænh coøn laïi ñöôïc chæ ra trong sô
ñoà cuoái.
13.5.4.Hieän thöïc
Ñeå hieän thöïc giaûi thuaät tìm ñöôøng ngaén nhaát treân, chuùng ta caàn choïn caùch
hieän thöïc cho ñoà thò coù höôùng. Vieäc duøng baûng keà cho pheùp truy xuaát ngaãu nhieân
ñeán moïi ñænh cuûa ñoà thò. Hôn nöõa, chuùng ta coù theå söû duïng baûng vöøa ñeå chöùa caùc
taûi troïng vöøa ñeå chöùa thoâng tin veà caùc ñænh keà. Trong ñaëc taû döôùi ñaây cuûa ñoà thò
coù höôùng, chuùng ta theâm thoâng soá template cho pheùp ngöôøi söû duïng choïn löïa
kieåu cuûa taûi troïng theo yù muoán. Laáy ví duï, ngöôøi söû duïng khi duøng lôùp Digraph
ñeå moâ hình hoùa maïng caùc tuyeán bay, hoï coù theå chöùa giaù veù laø moät soá nguyeân hay
moät soá thöïc.
template <class Weight, int graph_size>
class Digraph {
public:
// Theâm constructor vaø caùc phöông thöùc nhaäp vaø xuaát ñoà thò.
void set_distances(Vertex source, Weight distance[]) const;
protected:
int count;
Weight adjacency[graph_size][graph_size];
};
Thuoäc tính count chöùa soá ñænh cuûa moät ñoái töôïng ñoà thò. Trong caùc öùng duïng,
chuùng ta caàn boå sung caùc phöông thöùc ñeå nhaäp hay xuaát caùc thoâng tin cuûa moät ñoái
töôïng ñoà thò, nhöng do chuùng khoâng caàn thieát trong vieäc hieän thöïc phöông thöùc
distanceñeå tìm caùc ñöôøng ñi ngaén nhaát, chuùng ta xem chuùng nhö laø baøi taäp.
Chuùng ta seõ giaû söû raèng lôùp Weight ñaõ coù caùc taùc vuï so saùnh. Ngoaøi ra, ngöôøi
söû duïng seõ phaûi khai baùo trò lôùn nhaát coù theå coù cuûa Weight, goïi laø infinity.
Chaúng haïn, chöông trình cuûa ngöôøi söû duïng vôùi taûi troïng laø soá nguyeân coù theå söû
duïng thö vieän chuaån ANSI C++<limits>vôùi ñònh nghóa toaøn cuïc nhö sau:
const Weight infinity = numeric_limits<int>::max();
Giaùo trình Caáu truùc döõ lieäu vaø Giaûi thuaät
356
Chöông 13 – Ñoà thò
Chuùng ta seõ ñaët trò cuûa infinity vaøo caùc phaàn töû cuûa maûng distancetöông öùng
vôùi caùc caïnh töø khoâng toàn taïi nguoàn ñeán moãi ñænh. Phöông thöùc set_distance
seõ tìm caùc ñöôøng ñi ngaén nhaát vaø caùc khoaûng caùch ngaén nhaát naøy seõ ñöôïc traû veà
qua tham bieán distance[].
template <class Weight, int graph_size>
void Digraph<Weight, graph_size>::set_distances(Vertex source,
Weight distance[]) const
/*
post: Maûng distance chöùa ñöôøng ñi coù taûi troïng ngaén nhaát töø ñænh nguoàn ñeán moãi ñænh trong
ñoà thò.
*/
{
Vertex v, w;
bool found[graph_size];
for (v = 0; v < count; v++) {
// Bieåu dieãn caùc ñænh trong S.
found[v] = false;
distance[v] = adjacency[source][v];
}
found[source]=true;// Khôûi taïo baèng caùch boû ñænh nguoàn vaøo S.
distance[source] = 0;
for(int i = 0; i < count; i++){ // Moãi laàn laëp boû theâm moät ñænh vaøo S.
Weight min = infinity;
for (w = 0; w < count; w++) if (!found[w])
if (distance[w] < min) {
v = w;
min = distance[w];
}
found[v] = true;
for (w = 0; w < count; w++) if (!found[w])
if (min + adjacency[v][w] < distance[w])
distance[w] = min + adjacency[v][w];
}
}
Ñeå öôùc ñoaùn thôøi gian caàn ñeå chaïy haøm naøy, chuùng ta thaáy raèng voøng laëp
chính thöïc hieän n-1 laàn, trong ñoù n laø soá ñænh, vaø beân trong voøng laëp chính coù hai
voøng laëp khaùc, moãi voøng laëp naøy thöïc hieän n-1 laàn. Vaäy caùc voøng laëp thöïc hieän
(n-1)2 laàn. Caùc leänh beân ngoaøi voøng laëp chæ heát O(n), neân thôøi gian chaïy cuûa haøm
laø O(n2).
13.6. Caây phuû toái tieåu
13.6.1.Ñaët vaán ñeà
Giaûi thuaät tìm ñöôøng ñi ngaén nhaát cuûa phaàn treân coù theå ñöôïc aùp duïng vôùi
maïng hay ñoà thò coù höôùng cuõng nhö maïng hay ñoà thò khoâng coù höôùng. Ví duï, hình
13.11 minh hoïa öùng duïng tìm caùc ñöôøng ñi ngaén nhaát töø ñænh nguoàn 0 ñeán caùc
ñænh khaùc trong maïng.
Giaùo trình Caáu truùc döõ lieäu vaø Giaûi thuaät
357
Chöông 13 – Ñoà thò
Hình 13.11 – Tìm ñöôøng ñi ngaén nhaát trong moät maïng
Neáu maïng döïa treân cô sôû laø moät ñoà thò lieân thoâng G, thì caùc ñöôøng ñi ngaén
nhaát töø moät ñænh nguoàn naøo ñoù seõ noái nguoàn naøy vôùi taát caû caùc ñænh khaùc trong
G. Töø ñoù, nhö trong hình 13.11, neáu chuùng ta keát hôïp caùc ñöôøng ñi ngaén nhaát
tính ñöôïc laïi vôùi nhau, chuùng ta coù moät caây noái taát caû caùc ñænh cuûa G. Noùi caùch
khaùc, ñoù laø caây ñöôïc taïo bôûi taát caû caùc ñænh vaø moät soá caïnh cuûa ñoà thò G. Chuùng
ta goïi nhöõng caây nhö vaäy laø caây phuû (spanning tree) cuûa G. Cuõng nhö phaàn tröôùc,
chuùng ta coù theå xem moät maïng treân moät ñoà thò G nhö laø moät baûn ñoà caùc tuyeán
bay, vôùi moãi ñænh bieåu dieãn moät thaønh phoá vaø taûi troïng treân moät caïnh laø giaù veù
bay töø thaønh phoá naøy sang thaønh phoá kia. Moät caây phuû cuûa G bieåu dieãn moät taäp
caùc ñöôøng bay cho pheùp caùc haønh khaùch hoaøn taát moät chuyeán du lòch qua khaép
caùc thaønh phoá. Dó nhieân raèng, haønh khaùch caàn phaûi thöïc hieän moät soá tuyeán bay
naøo ñoù moät vaøi laàn môùi hoaøn taát ñöôïc chuyeán du lòch. Ñieàu baát tieän naøy ñöôïc buø
ñaép bôûi chi phí thaáp. Neáu chuùng ta hình dung maïng trong hình 13.11 nhö moät heä
thoáng ñieàu khieån taäp trung, thì ñænh nguoàn töông öùng vôùi saân bay trung taâm, vaø
caùc ñöôøng ñi töø ñænh naøy laø nhöõng haønh trình bay. Moät ñieàu quan troïng ñoái vôùi
moät saân bay theo heä thoáng ñieàu khieån taäp trung laø giaûm toái ña chi phí baèng caùch
choïn löïa moät heä thoáng caùc ñöôøng bay maø toång chi phí nhoû nhaát.
Ñònh nghóa: Moät caây phuû toái tieåu (minimal spanning tree) cuûa moät maïng lieân
thoâng laø caây phuû maø toång caùc taûi troïng treân caùc caïnh cuûa noù laø nhoû nhaát.
Maëc duø vieäc so saùnh hai caây phuû trong hình 13.12 laø khoâng khoù khaên, nhöng
cuõng khoù maø bieát ñöôïc coøn coù caây phuû naøo coù trò nhoû hôn nöõa hay khoâng. Baøi toaùn
cuûa chuùng ta laø xaây döïng moät phöông phaùp xaùc ñònh moät caây phuû toái tieåu cuûa moät
maïng lieân thoâng.
Giaùo trình Caáu truùc döõ lieäu vaø Giaûi thuaät
358
Tải về để xem bản đầy đủ
26 trang
13/04/2022
3000
Bạn đang xem 20 trang mẫu của tài liệu "Bài giảng Cấu trúc dữ liệu và giải thuật - Chương 13: Đồ thị", để tải tài liệu gốc về máy hãy click vào nút Download ở trên
File đính kèm:
- bai_giang_cau_truc_du_lieu_va_giai_thuat_chuong_13_do_thi.pdf
