图的概念

图的概念

图的概念比较多，我只选一部分写

无向边：顶点Vi到Vj的边没有方向，则称这条边为无向边，用无需偶（Vi, Vj）来表示。

上图为无向图G1，G1={V1, E1}，则其中
V1 = {A,B,C,D}，
E1 = {(A,B),(B,C),(C,D),(D,A),(A,C)}

有向边：若顶点Vi到Vj的边有方向，则称这条边为有向边，也称为弧。用有序偶< Vi, Vj>来表示，Vi为弧尾，Vj为弧头。是弧尾指向弧头。

上图是一个无向图G2，G2={V2,E2}，其中
V2 = {A,B,C,D}
E2 = {< B,A>, <B,C>,<C,A>,<A,D>}

简单图：不可指向自己或者不能重复弧
无向完全图：任意两个顶点之间都存在边，含有n个顶点的无向完全图有n*(n-1)/2条边。

4个顶点，6条边。

有向完全图：任意两个顶点之前都存在方向互为相反的两条弧。含n个顶点的有向完全图有n*(n-1)条边。

稀疏图和稠密图
边或弧数小于n*logn（n为顶点数）为稀疏图

带权的图称为网。

图的顶点和边的关系，略

图的存储结构
多对多的情况，任何一个顶点都可以当作是第一个顶点，邻接点之间不存在次序关系。

1. 由于任何两个顶点之间都可能存在联系，无法用物理位置来存储元素之间关系。
2. 用多重链表来表示关系倒是可以，如果各个顶点度数相差太大，但是会浪费。
3. 五种不同的存储结构。

邻接矩阵

把 顶点 和 边 两个部分组成，合成一起比较困难，所以考虑用用两个结构来分别存储。
顶点不区分大小，主次，所以用一一维数组来存储是很不错的选择。
边是顶点和顶点之间的关系，就要考虑二维数据存储。
-无向图

有向图

网

邻接表
邻接表类似于临时工，平时都是用邻接矩阵。
对于边数相对顶点较少的图，这种邻接矩阵很浪费。

因此我们可以考虑另一种方式存储。把数组和链表结合起来存储。
邻接表的处理方式：
顶点可以用数组，也可以用单链表，不过数组更容易读取定点信息，更方便。
每个顶点Vi的所有邻接点构成一个线性表，由于邻接点的个数不确定，所以我们选择用单链表来存储。

无向图

有向图
把顶点当弧尾建立邻接表，表示每个顶点的出度。逆邻接表只能表示入度。十字链表可以弥补这个问题。弧尾指向弧头。

建立一个逆邻接表，以便确定入度。把顶点当弧头。

这样可以很快看出出度和入度，也很快判断出弧数。

网
因为有权值，可以在边表结点定义种再增加一个数据域来存储权值。下图的第二个就是数据域就是。

十字链表
把邻接表和逆邻接表结合起来。有向图的优化结构。
我们重新定义顶点表的结点结构。

data-顶点数据
firstIn-第一个入边表的指针
firstQut-第一个出边表的指针

接着，重新定义边表结点结构。

tailVex- 弧起点的顶点的下标。尾指向头
headVex-弧的终点的顶点的下标。所以这个结构表示的是一个边而不是点。
headLink-终点指针，图中红色入度
tailLink-起点指针，图中蓝色出度

头指向空时，就是没有入度。

十字链表的好处：

1. 把邻接表和逆邻接表整合到一起，这样容易找到弧和出度和入度。
2. 虽然十字链表的结构有些复杂，其实创建图的算法的时间复杂度和邻接表相同，因此，在有向图的应用中，十字链表是很好的数据结构模型。

邻接多重表
怎么优化无向图的邻接表？
如果在无向图中重点关注顶点，那么邻接表是不错的选择。如果逆更关注边的操作，比如对已访问的边做标记，或者删除某一条边。邻接表就不那么方便了。
因此，仿造十字链表的方式对边表结构进行改装。

iVex 和 jVex是与某条边依附的两个顶点在顶点表中的下标。iLink指向依附顶点iVex的下一条边，jLink指向依附顶点jVex的下一条边。

边表存放的是一条边，而不是一个顶点。
01 12 23 30 02为无向图的五条边，根据顶点找边
01的顶点为0，下一条边是03，连线03的0。
12的顶点为1，下一条边是10，连线10的1.以此类推。
最后看02这条边，顶点为2，12和02相连接，12的2指向02的2；顶点为0，30的02相连接，30的0指向02的0.
其余的 01的1，23的3，02的0和2，都没有可指向的了
到这里，边和边的关系已经表示完了。

边集数组
由两个一维数组组成的，一个存顶点，一个存边。由一条边的起点下标begin，终点下标end，权weight，组成。很简单，看看图就知道了。