《大话数据结构》第7章.图

图

关键词：顶点（Vetrex）、边（Edge）、无向图（Undirected graphs）、有向图（Directed graphs）、简单图、无向完全图、有向完全图、稀疏图、稠密图、

路径、回路（环）、简单路径、简单回路（简单环）、连通图

what图：是由 顶点 的 有穷非空集合 和顶点之间 边 的 集合 组成，通常表示为：G(V,E)，其中，G表示一个图，V是图G中顶点的 集合 ，E是图G中边的 集合

图、 树、线性表之间的区别

线性表中我们把数据元素叫 元素。树中将数据元素叫 结点，在图中数据元素，称之为 顶点（Vetrex）。

线性表中可以没有数据元素，称为 空表。树中可以没有结点，叫做 空树。在图结构中，不允许没有顶点。在定义中，若V是顶点的集合，则强调了 顶点集合V有穷非空。

注意：有些资料提出点集可空。

线性表中，相邻的数据元素之间具有 线性关系。树结构中，相邻两层的结点具有 层次关系。图中， 任意两个顶点之间都可能有关系，顶点之间的逻辑关系用边来表示， 边集可以是空的。

线性表是一对一，树结构一对多，图是多对多

与图的边或弧相关的数叫做 权（weight）

带权的图通称为 网（network）

如果从一个顶点到另一个顶点存在一条边，则称这两个顶点是 邻接的。

无向图：任意边无向边

有向图：任意边有向边

无向完全图：任意两顶点都存在边

有向完全图：任意两顶点都存在互为相反的两条弧

连通图：任意两顶点有路径（注意和完全图区分，连通图并不一定是完全图）（相对于无向图）

连通分量：无向图中的极大连通子图（相对于无向图）

强连通图：任意两顶点有路径且双向（即可返回，强连通图并不一定是有向完全图）（相对于有向图）

强连通分量：有向图中的极大强连通子图（相对于有向图）

稀疏图：有很少条边或弧的图

稠密图：有很多条边或弧的图

简单图：没有重复的边或顶点到自身的边，叫简单图

路径的长度：路径上边或弧的数目

图中顶点间存在路径，两顶点存在路径则说明是 连通的，如果路径最终回到起始点则称为 环（即起始顶点和终顶点为同一顶点）。路径中顶点不重复叫 简单路径。除始顶点和终顶点重复外，其余顶点不重复的路径，称为 简单路径或 简单环

what图的遍历：

从图中某一顶点出发访遍图中其余顶点，且使 每一个顶点仅被访问一次，这一过程叫做图的遍历。

深度优先遍历（ DepthFirstTraversal ）

遍历顺序：v1,v2,v4,v8,v5,v3,v6,v7

核心思想 ：有点像树的前序遍历。

时间复杂度 ：

邻接矩阵 O(n^2)

邻接表 O(n+e)

优劣分析：

邻接矩阵与邻接表比较：对于点多边少的稀疏图来说，邻接表结构效率更高

广度优先遍历 （ BreadthFirstTraverse ）

遍历顺序：v1,v2,v3,v4,v5,v6,v7,v8

核心思想：有点像树的层序遍历。

时间复杂度：

邻接矩阵 O(n^2)

邻接表 O(n+e)

极大连通子图性质：

1）连通

2）子图

3） 极大顶点数

极小连通子图性质：

1）连通

2）子图

3） 极小边数即n-1条边（n为顶点数）（注意不是顶点数是边数，即n个顶点最小边数为n-1条边）

what生成树：

一个连通图的生成树是一个极小连通子图，它含有图中全部n个顶点，但只有足以构成一棵树的n-1条边

如果一个图有n个顶点和小于n-1条边，则是非连通图，如果它多于n-1条边，必定构成一个环。不过有n-1条边并不一定是生成树

what最小生成树：

构造 连通网的 最小代价生成树称为最小生成树（Minimum Cost Spanning Tree）

找连通网的最小生成树的两种算法：

1）Prim（普里姆）算法

2）Kruskal（克鲁斯卡尔）算法

Prim（普里姆）算法

核心思想：以某顶点为起点，逐步找各顶点上最小权值边来构建最小生成树

时间复杂度：O(n^2)