图

图

元素之间存在多对多关系
注意：线性表的元素之间存在前驱和后继，树的元素之间存在父子关系，图的任意元素之间都有可能存在关系

由顶点的有穷非空集合和顶点之间边的集合组成

在图型数据结构中，数据被成为顶点，数据之间的关系被成为边
注意：在图中不允许出现没有点，但可以没有边

G(V,E)：V表示顶点的集合，E表示边的集合

各种图的定义

无向图
顶点与顶点之间没有方向，这种边称为无向边，边用无向序偶对(v,v1)表示
(v,v1)：表示任意两个点之间的关系
例： V = {A,B,C,D} E = {(A,B),(B,C),(C,D),(D,A),(A,C)}
无向完全图：在无向图中，任选两个顶点之间都存在边
无向完全图边数：n*(n-1)/2

有向图
若顶点之间有方向，这种边称为有向边，也叫弧，用有序偶对<v,v1>表示
v1叫弧头，v叫做弧尾，图中由v指向v1，箭头指向为头
例：<A,B> != <B,A>
有向完全图：在有向图中，任意两个顶点之间都存在方向相反的两条弧
简单图：不存在顶点到自身的边，也不存在重复出现的边
注意：数据结构课程中讨论的都是简单图
稀疏图：图中（相对）有很少边或弧的图
稠密图：图中（相对）有很多边或弧的图
权：图中的边或弧的相关的数据
网（带权图）：图中的边或弧有相关的数据
如果G(V,E)和G1(V1,E1)，存在V>=V1（V包含V1），且E>=E1（E包含E1），那么G1是G的子图

顶点与边的关系

顶点的度：指的是顶点相关联的边或弧的条目数
有向图又分为入度和出度
入度：其它顶点到该顶点的弧的条目数
出度：从该点出发到其它顶点的弧的条目数
顶点序列：从一个顶点到另一个顶点的的路径
路径长度：路径上的边或弧的条目数

连通图的相关术语

连通：在无向图中，在顶点V到V1之间有路径，则称V到V1之间是"连通"的
连通图：任意两个顶点都是连通的
完全连通图：任意两点都有边，且任意两个顶点都是连通的
连通分量：无向图中的极大连通连通子图
要求：
1、必须是子图
2、子图次序是连通的
3、连通子图含有极大的顶点数
强连通图：在有向图中，任意顶点之间都存在路径
强连通分量：有向图中的极大连通连通子图（同样满足上述要求）
在有向图中如果有一个顶的入度为0，其它顶点的入度均为1，则是一颗有向树

图的存储结构

图的存储主要是两个方面：顶点，边
邻接矩阵
由一个一维数组（顶点）和一个二维数组（边或弧）组成
二维数组i，i位置都是0，如果是无向图则数组对称（左上到右下的对角线为轴）
注：存储空间与顶点有关，与边数无关
优点
1、非常容易判定两点之间手否有边
2、非常容易计算任意项的入度和出度
3、非常容易统计邻接点、
缺点
如果存储稀疏图，会非常浪费存储空间

邻接表
由顶点表、边表组成（无向图在存储时要像有向图一样把方向拆开存）
优点：
1、节省存储空间
2、非常容易计算出度
注：顶点在链表中出现的次数表示的是其入度
缺点
不方便计算入度（于是有了十字链表）

十字链表
由于邻接表不能同时兼顾出度和入度，因此我们修改邻接表的编表结构，使其既存储入度也存储出度，这种表就叫十字链表

邻接多重表
由于遍历表时需要一些删边操作，而邻接表在删除边时非常麻烦，因此就设计出了邻接多重表

边集数组
由两个一维数组构成，一个存储顶点信息，另一个存储边的信息（它的每个数据元素都由一条边的起点到终点的下标和权组成），这种存储结构更侧重于边的相关操作（路径、路径长度、最短路径），而统计顶点的度需要扫描整个数组，效率不高

图的遍历

注意：图的遍历结果无论是深度优先还是广度优先都不是唯一的；不能重复访问：要定义标志位
深度优先
类似树的前序遍历
广度优先
类似树的层序遍历，与树一样也需要队列的配合