图和图的遍历--数据结构与算法之美--CH30、CH31

1. 图的概念

  图是一种特殊的非线性数据结构，由顶点和边组成。如下图所示：

  顶点的度，就是与该顶点相连的边的条数。如图A的度是3，B的度是2。

1.1 无向图

  微信中的好友关系，可以看成是一个无向图。
  如上图，A和B是好友，C和D不是好友。A的度是3，所以有3个好友；B的度是2，所以有两个好友。

1.2 有向图

  微博中的粉丝关注关系，可以看成是一个有向图。如下图所示：

  其中，A关注了B和C，A被D关注了。
顶点的出度，表示以该顶点为起点有多少条边；A的出度是2。
顶点的入度，表示以该顶点为终点有多少条边；A的入度是1。

1.3 加权图

  QQ好友的亲密度可以用加权图来表示。如下图所示：

2. 图的存储

2.1 邻接矩阵

  如下图，三种图用邻接矩阵存储

1. 对于无向图来说，如果顶点 i 与顶点 j 之间有边，就将 A[i][j] 和 A[j][i] 标记为 1；
2. 对于有向图来说，如果顶点 i 到顶点 j 之间，有一条箭头从顶点 i 指向顶点 j 的边，就将 A[i][j] 标记为 1。同理，如果有一条箭头从顶点 j 指向顶点 i 的边，就将 A[j][i] 标记为 1。
3. 对于带权图，数组中就存储相应的权重。

邻接矩阵的优缺点：
  缺点：浪费内存。无向图只需要一半空间，另一半白白浪费。对于稀疏图，顶点多但边数少，则会导致绝大部分空间浪费掉。
  优点：首先，存储简单直接，数组存储能够高效获取。其次，图的运算，可以转换为矩阵运算完成。

2.2 邻接表

  邻接表是针对解决邻接矩阵空间浪费问题而产生的，它是基于链表对图进行存储。如下图所示，

1. 对于无向图，邻接表每个顶点的链表中存储与该顶点相连的顶点。
2. 对于有向图，邻接表每个顶点的链表中存储该顶点指向的顶点。

  邻接表查找效率没有邻接矩阵高，但是空间节省，这就是以空间换时间的思想。
  为了提高每个顶点链表的查找效率，可以用红黑树，散列表，跳表来替代链表存储顶点。

2.3 逆邻接表

  邻接表存储顶点指向的所有顶点的链表，但对于微博这种关注关系而言，要统计某个用户被哪些用户关注了，就需要引入逆邻接表。
如下图所示：

  总结起来，邻接表存储关注关系，逆邻接表存储被关注关系。

3. 图的搜索

  图的搜索算法，最直接的理解是“从图中一个顶点出发，到达另一个顶点的路径”。

3.1 图的表示

  再看搜索算法之前，先看一下邻接表存储的图的代码如下：

public class Graph { // 无向图
  private int v; // 顶点的个数
  private LinkedList<Integer> adj[]; // 邻接表
  public Graph(int v) {
    this.v = v;
    adj = new LinkedList[v];
    for (int i=0; i<v; ++i) {
      adj[i] = new LinkedList<>();
    }
  }
  public void addEdge(int s, int t) { // 无向图一条边存两次
    adj[s].add(t);
    adj[t].add(s);
  }
}

  图的搜索算法很多，包含深度优先，广度优先，A*，IDA*等，下面主要看两个简单暴力的方法，深度优先和广度优先搜索。

3.2 广度优先搜索

  广度优先搜索（Breadth-First-Search），简称为 BFS。直观地讲，它是一种“地毯式”层层推进的搜索策略，即先查找离起始顶点最近的，然后是次近的，依次往外搜索。如下图所示：

3.2.1 代码实现

  广度优先搜索，目的是从起始顶点s到终止顶点t，搜索所得路径就是s到t的最短路径。
代码实现如下：

public void bfs(int s, int t) {
  if (s == t) return;
  boolean[] visited = new boolean[v];//记录已经被访问的顶点，避免顶点被重复访问。
  visited[s]=true;
  Queue<Integer> queue = new LinkedList<>();//一个队列，用于存储已经被访问但相连的顶点没有被访问的顶点。
  queue.add(s);
  int[] prev = new int[v];//用来记录搜索路径
  for (int i = 0; i < v; ++i) {
    prev[i] = -1;
  }
  while (queue.size() != 0) {
    int w = queue.poll();
   for (int i = 0; i < adj[w].size(); ++i) {
      int q = adj[w].get(i);
      if (!visited[q]) {
        prev[q] = w;
        if (q == t) {
          print(prev, s, t);
          return;
        }
        visited[q] = true;
        queue.add(q);
      }
    }
  }
}

private void print(int[] prev, int s, int t) { // 递归打印 s->t 的路径
  if (prev[t] != -1 && t != s) {
    print(prev, s, prev[t]);
  }
  System.out.print(t + " ");
}

3.2.2 复杂度分析

1. 时间复杂度
     最坏情况下，从起始点s到达终止点t需要遍历图上的所有顶点和边，顶点数V，边数为E，则时间复杂度为O(V+E)。
     对于一个连通图而言，E肯定大于V-1，因此时间复杂度简写为O(E)。
2. 空间复杂度
     广度优先搜索借助visited数组，queue队列，prev数组，存储空间都不会超过顶点数V，因此空间复杂度为O(V)。

3.3 深度优先搜索

  深度优先搜索类似于走迷宫，沿着一个方向一直走，如果走到头也没找到t，则退到上一个岔口，继续走。
  如下图所示，s是入口，t是出口，可以看到深度优先搜索怎么找到路径的，深度优先搜索的路径不一定是最短路径。

3.3.1 代码实现

  深度优先搜索用到的算法思想是回溯，这种思想解决问题适合用递归实现。代码实现如下：

boolean found = false; // 全局变量或者类成员变量，作为递归的终止条件，任意一个路径找到了t，则立刻终止
public void dfs(int s, int t) {
  found = false;
  boolean[] visited = new boolean[v];
  int[] prev = new int[v];
  for (int i = 0; i < v; ++i) {
    prev[i] = -1;
  }
  recurDfs(s, t, visited, prev);
  print(prev, s, t);
}
private void recurDfs(int w, int t, boolean[] visited, int[] prev) {
  if (found == true) return;
  visited[w] = true;
  if (w == t) {
    found = true;
    return;
  }
  for (int i = 0; i < adj[w].size(); ++i) {
    int q = adj[w].get(i);
    if (!visited[q]) {
      prev[q] = w;
      recurDfs(q, t, visited, prev);
    }
  }
}

3.3.2 复杂度分析

1. 时间复杂度
     从上图可以看出，深度优先搜索算法每条边最多被访问两次，一次是遍历，一次是回退，因此深度优先搜索的时间复杂度为O(E)。
2. 空间复杂度
     visited数组，prev数组和递归调用栈额外需要内存，visited和prev与V成正比，递归调用韩深度不会超过V，因此空间复杂度为O(V)。

4. 心得体会

基本数据结构和算法已过大半，今天突然顿悟：

1. 基础的数据结构就是数组和链表， 而更加复杂的队列、栈、跳表、树、堆、图等等都通过数组和链表等方式存储。
2. 出现新的数据结构就是为了解决特定应用场景下复杂度过高的问题， 所以数据结构就是为特定场景的算法而生的。
3. 工作过程中，应该习惯分析代码复杂度，以进行优化或者选择更好的数据结构和算法，针对特定场景选择最优的数据结构。
4. 当通过链表牺牲了查找效率之后，可以考虑用树，跳表，散列表来优化。
5. 当单机内存空间不足，可以考虑使用哈希算法进行数据分片用分布式存储。
6. 没有多台机器，还可以考虑使用外接硬盘方式，用数据库来持久化存储，运行时动态查询。