数据结构与算法——图

图

1.图的定义和表示

图的定义

图G由集合V和集合E组成，记作G=(V,E),其中：

1、V是顶点元素的有限集合；

2、E是顶点间关系——边的有限集合。

3、边是顶点的无序对或有序对。

无向图和有向图：

 无向图

由没有方向的边构成的图。

无向图中的边由顶点的无序对组成。（用圆括号表示）

邻接点：无向图中，若存在一条边(Vi,Vj)，则称Vi和Vj互为邻接点。

上图中的边是无方向的，即(V1,V2)和(V2,V1)表示同一条边。

有向图

由有方向的边构成的图。

弧：有向图中的边由顶点的有序对组成，也称为弧。（用尖括号表示）

有向图中，顶点的有序对<Vi,Vj>表示从Vi指向Vj的一条有向边，其中Vi是起点，Vj是终点。

上图中的边是有方向的，<V1,V2>和<V2,V1>表示两条不同的边。

图的表示

上图G1中：

V(G1)={1,2,3,4,5,6,7}

E(G1)={(1,2),(1,3),(2,3),(2,4),(2,5),(5,6),(5,7)}

上图G2中：

V(G2)={1,2,3,4,5,6}

E(G2)={<1,2>,<2,1>,<2,3>,<2,4>,<3,5>,<5,6>,<6,3>} 

完全图与子图

完全图：图中任意两项点间均有边直接相连。

无向完全图：有n个顶点和n(n-1)/2条边的无向图。

有向完全图：有n个顶点和n(n-1)条弧的有向图。

子图：对于图G=(V,E)和图G'=(V',E')，若存在V'∈V且E'∈E，则称图G'是图G的子图。

2.图的相关概念

顶点的度

无向图中，顶点的度是与每个顶点相连的边数。

有向图中，顶点的度分成入度与出度。

入度：以该顶点为终点的弧的数目

出度：以该顶点为起点的弧的数目

路径与回路

路径：从Vi出发，经过一系列的边或弧能够到达Vj，则称Vi到Vj所经过的顶点序列为从Vi到Vj的路径。

路径长度：路径经过的边的数目或各边权值之和。

回路：起点和终点相同的路劲。

简单路径：序列中顶点不重复出现的路径。

简单回路：除了起点和终点外，其余顶点不重复出现的回路。

连通图

连通：顶点Vi到Vj有一条路径（不要求直达）则Vi和Vj是连通的。

连通图：图中任意两个顶点都是连通的。

连通分量：非连通图的每一个极大连通子图。

强连通图：有向图中任意不同的顶点Vi和Vj，从Vi到Vj和从Vj到Vi都存在路劲。

连通图

强连通图

非连通图的两个连通分量

邻接矩阵

表示顶点间相邻关系的矩阵。

设G=(V,E)是有n(n>0)个顶点的图，G的邻接矩阵A是具有以下性质的n阶方阵：

特点：

无向图的邻接矩阵沿对角线对称。

有向图的邻接矩阵不一定对称。

示例：

无向图的邻接矩阵

有向图的邻接矩阵

权与网

权：图中边或弧上附带的数值称为权(w)。

网：带权的图称为网。

3.图的存储结构与实现 

邻接表

 邻接表：有顶点表和边表组成，是链式存储结构。

顶点表

存放图中每个顶点的信息以及指向该顶点边表的头指针。顶点表通常采用顺序存储结构。

顶点表的结点结构：data——head

顶点域data存放顶点信息，head为边表头指针。

边表

为图中的每个顶点建立的单链表，单链表中存放与同一个顶点相邻接的邻接点，相当于邻接矩阵中的一行。

边表的结点结构：adjVex——next

邻接点域adjVex存放邻接点在顶点表中的序号，next为指向下一个邻接点的指针。

示例：无向图的邻接表

逆邻接表

结构与邻接表完全相同，只是边表中每个 结点存放的是每条弧的弧尾顶点。

4.图的遍历方法

深度优先遍历（DFS）

1、从图的某一顶点v出现（起点任选），访问此顶点；

2、选择一个与顶点v相邻且未被访问过的顶点w，再从w出发进行深度优先遍历（递归），直至图中所有和v连通的顶点都被访问过为止；

3、若此时图中尚有顶点未被访问，则另选图中一个未被访问的顶点作起点，重复上述过程，直至图中所有顶点都被访问为止。

深度优先遍历过程

为图的顶点设置一个访问标记数组visited[n]，其中相应顶点的元素值为0表示为访问，为1表示已访问。

该图的深度优先搜索的输出序列为：ABCFEGDHI

示例：深度优先遍历无向图

深度遍历：V1->V2->V4->V8->V5->V6->V3->V7

示例：深度优先遍历有向图

深度遍历：V1->V2->V4->V8->V3->V6->V7->V5

算法实现

#define MAXV 7 //最大顶点个数

typedef int weight; //邻接矩阵元素类型
typedef char ElemType; //顶点数据元素类型

//邻接矩阵类型
typedef struct {
  weight arcs[MAXV][MAXV]; //邻接矩阵
  ElemType data[MAXV]; //一维数组顶点表
  int n; //顶点个数
} MGraph, *AdjMatrix;

//以顶点v为起点，深度优先遍历图
void DFS(AdjMatrix g, int v, int visited[])
{
  int u;
  cout << " " << g->data[v]; //访问起点v
  visited[v] = 1; //访问标志记为1，代表已访问 

  u = GetFirst(g, v); //取顶点v的第一个邻接点u
  while (u != -1) {
    if (visited[u] == 0) { //如果顶点u未被访问
      DFS(g, u, visited); //以顶点u为起点，继续深度优先遍历(递归)
    }
    u = GetNext(g, v, u); //回到顶点u，取顶点v的位于顶点u之后的下一个邻接点，如有，继续循环过程
  }
}

广度优先遍历（BFS）

1、从图的某一项顶点V出发（起点任选），访问顶点；

2、访问V的所有未被访问过的邻接点V1,V2,...,Vt，按照V1,V2,...,Vt的次序，访问每一个顶点的所有未被访问过的邻接点。依此类推，直至图中所有和V连通的顶点都未被访问过为止；

3、若此时图中尚有顶点未被访问，则另选图中一个未被访问的顶点作为起点，重复上述过程，直至图中所有顶点都被访问为止。

广度优先遍历过程

该图的广度优先搜索的输出序列为：ABEDCGFHI

示例：广度优先遍历无向图

广度遍历：V1->V2->V3->V4->V5->V6->V7->V8

示例：广度优先遍历有向图

广度遍历：V1->V2->V3->V4->V6->V7->V8->V5

5.图的应用

最小生成树的概念

连通图

图中任意两个顶点都是连通的。

对于连通图，从任意一个顶点出发进行深度优先遍历或广度优先遍历，都可以访问图中所有的其他顶点。

生成树

包含连通图全部顶点的极小连通子图。即以最少的边连接连通图中所有的顶点。

有n个顶点的连通图，它的生成树包含n个顶点和n-1条边。若加上一条边则构成环，若减去一条边则是非连通图。

最小生成树

带权连通图的所有生成树中权值之和最小的生成树。

在实际问题中的应用：管道的铺设问题。

n个小区只需铺设n-1条管线就能连通，各条管线的投资成本不同，如何使得总的投资成本最低（最小生成树）

最小生成树的两种构造算法

普里姆（Prim）算法

假设N=(V,E)是连通网，TE是N上最小生成树中边的集合。

初始时：U={v0}(v0∈V),TE={}，重复执行下述操作：

在所有v∈U，k属于V-U的边（v，k）∈E中找一条权值最小的边（v，k）并入集合TE，同时k并入U，直至U=V为止。此时TE中必有n-1条边，则T=（V，TE）为N的最小生成树。

求解过程

1、初始化U={v}。v到其他顶点的所有边为候选边；

2、重复以下步骤n-1次，使得其他n-1个顶点被加入到U中：

（1）从候选边中挑选权值最小的边输出，设该边在V-U中的顶点是k，将k加入U中；

（2）考察当前V-U中所有顶点j，修改候选边：若（k，j）的权值小于原来和顶点j关联的候选边，则用（k，j）取代后者作为候选边。

示例：

以a为起点时

克鲁斯卡尔（Kruskal）算法

假设N=(V,E)时连通网，另最小生成树的初始状态为包含全部n个顶点，但没有边的非连通图T=(V,{})，图中每个顶点自成一个连通分量。

在E中选择权值最小的边，若该边依附的顶点落在T中不同的连通分量上，则将次边加入到T中，否则舍去此边而选择下一条权值最小的边。依此类推，直至所有顶点都在同一连通分量上为止。

最短路径（单源点最短路径）

最短路径

带权图中从源点到终点的所有路径中，所经过边的权值之和最小的路径称为最短路径。

图的最短路径：

（1）单源点最短路径：从一个顶点到其余各项顶点的最短路径；

（2）每对顶点间的最短路径。

狄克斯特拉（Dijkstra）算法求解单源点最短路径

设G=(V,E)是带权有向图，吧顶点集合V分成两组：

（1）第一组为已求出最短路径的顶点集合（用S表示，初始时S中只有一个源点v，以后每求的一条最短路径v,...,u,就将u加入到集合S中，直到全部顶点都加入到S中。）

（2）第二组为其余未确定最短路径的顶点集合（用U表示）

每个顶点对应一个距离，S中顶点的距离就是从源点到此顶点的最短路径长度，U中顶点的距离是从源点到此顶点（只包括S中的顶点作为中间顶点）的当前最短路径长度。

按照最短路径长度的递增次序依次把(U=V-S)组的顶点加入S中。加入时，总保持从源点到S中各顶点的最短路径长度小于等于从源点到U中各顶点的当前最短路径长度。

当前最短路径的更新

假设u点加入S前，源点v到顶点j的当前最短路径为：(v,j)

确定源点v到顶点u的最短路径后，则把u点加入S；

如果发现：(v,u)+(u,j)<(v,j)。

则更新源点v到顶点j的当前最短路径为：(v,u,j)

拓扑排序

设G=(V,E)是一个具有n个顶点的有向图。V中顶点序列v1,v2,...,vn称为一个拓扑序列，当且仅当该顶点序列满足下列条件：

若<vi,vj>是图中的边（即从顶点vi到vj有一条路径），则在序列中顶点vi必须排在顶点vj之前。

在一个有向图中找一个拓扑序列的过程称为拓扑排序。

拓扑排序方法

1、从有向图中选择一个没有前驱（即入度为0）的顶点并且输出它；

2、从网中删去该顶点，并且删去从该顶点发出的全部有向边；

3、重复上述两步，直到剩余的网中不再存在没有前驱的顶点为止。

注意：拓扑序列不一定唯一。