数据结构与算法：图

一，图的定义

在图中的数据元素通常称为顶点，图（Graph）是由顶点集合（Vertex）及顶点之间的关系集合（Edge）组成的一种数据结构。记为G=（V，E）。

我们把左图称为无向图G1。
G1=(V1,E1)
其中V1=｛A, B, C, D, E｝
E1=｛(A, D),(B, C),(B, D),(B, E),(D, E)｝

右图称为有向图G2。
G2=(V2, E2)
其中V2=｛A, B, C, D｝
E2=｛<A, B>, <A, C>, <D, A>, <D, B>｝
关于图的基本术语：
在图中，根据顶点之间的关系是否有方向性可将图分为有向图和无向图。
无向图：对于无向图，顶点的关系为无向边，用圆括号表示，如（x，y）。
有向图：对于有向图来说，顶点间的关系称为有向边，用尖括号表示，如<x，y>。
由于无向图中边的取值范围：0≤e≤n(n-1)/2。
有向图中弧的取值范围：0≤e≤n(n-1)。
其中n表示图中的顶点数目，e表示边数。
完全图：有 n(n-1)/2 条边的无向图（即： 每两个顶点之间都存在着一条边)称为完全图。
有 n (n - 1) 条弧的有向图 （即：每两个顶点之间都存在着方向相反的两条弧）称为有向完全图。
稀疏图：含有很少条边或弧的图。
稠密图：含有很多条边或弧的接近完全图的图。
权：与图的边或弧相关的数，权值可以是距离，时间，价格等。
网： 带权的图。

子图：若有两个图 G1和G2，其中G1=(V1，E1) ，G2=(V2，E2) ，且满足如下条件：V2 属于 V1,E2 属于 E1
即V2 为V1 的子集，E2 为E1 的子集，则称图 G2为图G1 的子图。

如图所示，后面的两个图就是前面图的子图。
邻接点和度：
对于无向图，假若顶点v 和顶点w 之间存在一条边，则称顶点v 和w 互为邻接点。和顶点v 关联的边的数目定义为v的度。记为ID(V)。
对于有向图，由于弧有方向性，则有入度和出度之分。顶点的出度是以顶点v 为弧尾的弧的数目，记为OD(V)。顶点的入度是以顶点v为弧头的弧的数目，记为ID(V)。
路径长度：图中两个顶点之间的路径为两个顶点之间的顶点序列，路径上所含边的数目。
简单路径：若序列中第一个顶点和最后一个顶点相同的路径称为回路或环，序列中顶点不重复出现的路径。
简单回路：若序列中除第一个顶点和最后一个顶点相同外，其余顶点不重复的回路。
连通：从顶点 v 到 v´ 有路径，则说 v 和 v´ 是连通的。
连通图：图中任意两个顶点都是连通的。
非连通图：图中并非任意两个顶点都是连通的。
连通分量：无向图的极大连通子图。
强连通图：有向图的任意两个顶点之间都存在一条有向路径。
强连通分量：有向图中极大的强连通子图

二，图的存储结构

1.邻接矩阵
用两个数组来表示图，一个一维数组，存储图中顶点的信息，一个数二维数组，即矩阵，存储顶点之间相邻的信息，也就是边（或弧）的信息。
设图G=（V，E），有n 个顶点，则其所对应的邻接矩阵A 是按如下定义的一个 二维数组：
对于无向图：
无向图的邻接矩阵的特点？
一定是对称矩阵。
如何求顶点i的度？
邻接矩阵的第i行（或第i列）非零元素的个数。
如何求顶点 i 的所有邻接点？
将数组中第 i 行元素扫描一遍，若a[i][j]为1，则顶点 j 为顶点 i 的邻接点。
对于有向图：
如何求顶点 i 的出度、入度？
邻接矩阵的第 i 行元素之和，第i列元素之和。

邻接矩阵的优点：很容易确定图中任意两个顶点之间是否有边相连（邻接）
不足：但要确定图中有多少条边，则必须按行、按列对每个元素进行检测，所花费的时间代价很大。
邻接矩阵存储空间为 O(n^2)，所以适用于稠密图。

public class Graph<T>
{
   
	protected final int MAXSIZE=10;//邻接矩阵可以表示的最大顶点数 
	protected final int MAX=999; //在网中，表示没有联系，（权值无限大）
	protected T[]  V;//顶点信息
	protected int[][] arcs;//邻接矩阵
	protected int e;//边数
	protected int n;//顶点数	
	public Graph( )  {
     
	   V = (T[]) new Object [MAXSIZE];
	   arcs = new int [MAXSIZE] [MAXSIZE];
	}
	public void CreateAdj( ){
    
	//创建无向图的邻接矩阵   算法6-3
	}	
	//查找顶点，存在返回索引，不存在则返回-1.--算法6-1
	public int LocateVex(T v){
     return -1;	}
	//显示邻接矩阵--算法6-2
	public	void DisplayAdjMatrix(){
   	}
}

//算法6-1
public int LocateVex(T v){
    
	int i;
	for(i=0;i<n;i++)if(V[i]==v)return i;
	return -1; 
}

//算法6-2
public	void DisplayAdjMatrix( ){
    
	int i,j;
	System.out.println("图的邻接矩阵表示：");	for(i=0;i<n;i++){
   
		for(j=0;j<n;j++){
   
			System.out.print(" "+arcs