图
1.什么是图?
图是一种复杂的非线性结构。
在线性结构中,数据元素之间满足唯一的线性关系,每个数据元素(除第一个和最后一个外)只有一个直接前趋和一个直接后继;
在树形结构中,数据元素之间有着明显的层次关系,并且每个数据元素只与上一层中的一个元素(双亲节点)及下一层的多个元素(孩子节点)相关;
而在图形结构中,节点之间的关系是任意的,图中任意两个数据元素之间都有可能相关。
图G由两个集合V(顶点Vertex)和E(边Edge)组成,定义为G=(V,E)
2.图的相关概念
2.1有向图与无向图
对于一个图,若每条边都是没有方向的,则称该图为无向图。
对于一个图,若每条边都是有方向的,则称该图为有向图。
2.1.1无向图:
因此,(0,2)和(2,0)表示的是同一条边。注意,无向图是用小括号,有向图是用尖括号。
无向图的顶点集和边集分别表示为:
V(G)={0,1, 2,3}
E(G)={(0,1),(0,2),(0,3),(1,2),(1,3),(2,3)}
2.1.2有向图:
有向图的顶点集和边集分别表示为:
V(G)={0,1,2,3}
E(G)={<0,1>,<0,2>,<0,3>,<1,0>,<1,2>,<1,3>,<2,0>,<2,1>,<2,3>,<3,0>,<3,1>,<3,2>}
2.2度
顶点v的度是指与它相关联的边的条数,记作deg(v)。
在有向图中,顶点的度等于该顶点的入度与出度之和,其中顶点v的入度是以v为终点的有向边的条数,记作indev(v);顶点v的出度是以v为起始点的有向边的条数,记作outdev(v)。
因此:dev(v) = indev(v) + outdev(v)
对于无向图,顶点的度等于该顶点的入度和出度,即dev(v) = indev(v) = outdev(v)
2.3连通图与强连通图
连通图:在无向图中,若从顶点v1到顶点v2有路径,则称顶点v1与顶点v2是连通的。如果图中任意一对顶点都是连通的,则称此图为连通图。
强连通图:在有向图中,若在每一对顶点vi和vj之间都存在一条从vi到vj的路径,也存在一条从vj到vi的路径,则称此图是强连通图。
2.4完全图
完全图:
在有n个顶点的无向图中,若有n*(n-1)/2条边,即任意两个顶点之间有且仅有一条边,则称此图为无向完全图;
在n个顶点的有向图中,若有n*(n-1)条边,即任意两个顶点之间有且仅有方向相反的边,则称此图为有向完全图。
2.5网
带”权值”的连通图称为网。
3.图的存储
图的存储分为两种,邻接表和邻接矩阵。
3.1邻接表
邻接表:邻接表是图的一种链式存储结构。这种存储结构类似于树的孩子链表。对于图G中每个顶点Vi,把所有邻接于Vi的顶点Vj链成一个单链表,这个单链表称为顶点Vi的邻接表。
3.2邻接矩阵
邻接矩阵:图的邻接矩阵存储方式是用两个数组来表示图。一个一维数组存储图中顶点信息,一个二维数组(邻接矩阵)存储图中的边的信息。
4.图的遍历方式
4.1深度优先遍历
深度优先搜索DFS遍历类似于树的前序遍历。其基本思路是:
a) 假设初始状态是图中所有顶点都未曾访问过,则可从图G中任意一顶点v为初始出发点,首先访问出发点v,并将其标记为已访问过。
b) 然后依次从v出发搜索v的每个邻接点w,若w未曾访问过,则以w作为新的出发点出发,继续进行深度优先遍历,直到图中所有和v有路径相通的顶点都被访问到。
c) 若此时图中仍有顶点未被访问,则另选一个未曾访问的顶点作为起点,重复上述步骤,直到图中所有顶点都被访问到为止。
红色数字代表遍历的先后顺序,无向图的深度优先遍历的顶点访问序列为:V0,V1,V2,V5,V4,V6,V3,V7,V8
4.2广度优先遍历
广度优先搜索遍历BFS类似于树的按层次遍历。其基本思路是:
a) 首先访问出发点Vi
b) 接着依次访问Vi的所有未被访问过的邻接点Vi1,Vi2,Vi3,…,Vit并均标记为已访问过。
c) 然后再按照Vi1,Vi2,… ,Vit的次序,访问每一个顶点的所有未曾访问过的顶点并均标记为已访问过,依此类推,直到图中所有和初始出发点Vi有路径相通的顶点都被访问过为止。