数据结构（第六章）

图上
图（上）
第一讲
一.什么是图
图其实是一种很抽象的东西，它可以表示很多东西，举个例子，就你的朋友圈而言，你所交的朋友就可以构成一个图，生活中有很多很多的例子，因此图是比较复杂的，它表示的是“多对多"的关系。
回到数据结构，图一般包含两个要素：
一组顶点：通常用V表示顶点集合；
一组边：通常用E表示边的集合；
边是顶点对：（v，w）属于E，其中圆括号表示无向边，类似于一个这样的东西，——，双行线。
有向边<v,w>表示v——>w,它是单行线。
我们不考虑重边和自回路，重边容易理解，自回路是什么呢？自回路其实就是一个由自己指出的边然后又指回自己，这就是自回路。
二.图的表示方法
作为程序员的我们，怎么用程序来表示一个图呢？
这里我们要引出一个新的概念叫邻接矩阵。
邻接矩阵其实就是存放关系的矩阵，有关系则为1，没有关系则为0；当然数值不一定用01表示，你可以用任何数。这里来放一个图就一目了然了

在图中，我们很清楚的看到，如果v1与v2有关系，则为1，没有关系就为0，然后图中的一条红线，红线经过的数字全为0，这是为什么呢，因为我们没有自回路，也就是没有自己指向自己的。而且以红线为轴，两边是对称的，因为我们是无向边，很好理解。
同时我们会发现既然是对称的，那么我们就没必要存放两个一样的东西，这样会浪费了一半的空间呀，与此同时，完善的方法就诞生了。
我们可以用一个长度为N（N+1）/2的一维数组存储，存储的顺序是按照从上至下，从左至右的，
那么i与j的关系如何呢，通过计算也就是规律，可得 数组的下标为（i*（i+1）/2+j），然后我们看它对应的数组元素的值，就可以判断有无关系了。
邻接矩阵的缺点：很明显，浪费空间，但是也是相对而言的，对于稀疏图，也就是顶点很多，边很少，显然很浪费空间也浪费时间，但是对于稠密图，特别是对于完全图（一个点和所有点都有关系），还是很合算的。
看完了邻接矩阵，看看邻接表吧
邻接表：G[N]为指针数组，对应矩阵每行一个链表，只存非0元素，也就是说只存有关系的。

大概就长这个样子吧！让我们想一想，它真的比邻接矩阵要好吗？
我们仔细分析，一个结点既要存指针，还要存有关系的下标，就占了两个域了，然后每一个结点都有，所以也无法避免重复的情况，因此它也是浪费空间的。但是，它很方便找出所有的相邻的点，比邻接矩阵还是要节约一些空间的，但也存在浪费。
第二讲
一.图的遍历
从图中某这一点出发访遍图中其余顶点，且每一个顶点仅被访问一次，这一过程叫做图的遍历。
对于图的遍历来说，为了避免陷入死循环，设计出两种遍历方案：DFS（深度优先搜索），BFS（广度优先搜索）。
二.深度优先搜索
具体思想：打个比方，比如我们需要在100间房子里找一把钥匙，深度优先搜索就是，从任意的一间房子开始，把该房间里的所有地方都搜遍了，才肯离开，然后在另一间房间继续按照此方法找，知道找到为止。
深度优先搜索其实就像似一棵树的先序遍历，它是从图上的某个顶点v出发，访问此顶点，然后从v的未被访问的邻接点出发深度优先遍历图，直到所有顶点都被访问到。如果有些顶点没有访问到，则另选图中的一个未被访问的顶点作为起始点，重复上述过程直到所有顶点被访问到。
邻接矩阵

void DFS(MGraph G,int i)//递归算法
{
    int j;
    visit[i]=1;//标记为已访问
    printf("%c",G.data[i]);
    for(j=0;j<G.num;j++)
    {
        if(G.map[i][j]&&!visit[j])//相邻的点，未被访问，直接DFS
            DFS(G,j);
    }
}
void DFSL(MGraph G)//遍历操作
{
    int i;
    for(i=0;i<G.num;i++)
    {
        visit[i]=0;
    }
    for(i=0;i<G.num;i++)
    {
        if(!visit[i])
            DFS(G,i);
    }
}

邻接表

void DFS(MGraph G,int i)//递归算法
{
    MGraph *p;
    visit[i]=1;
    printf("%c",G->List[i].data);
    p=G->List[i].first;
    while(p)
    {
        if(!visit[p->ad])
        {
            DFS(G,p->ad);//访问邻接点
        }
        p=p->next
    }
}
void DFSL(MFGraph G)//遍历操作
{
    int i;
    for(i=0;i<G.num;i++)
    {
        visit[i]=0;
    }
    for(i=0;i<G.num;i++)
    {
        if(!visit[i])
        DFS(G,i);
    }
}

三.广度优先搜索
具体思想：还是以房间为例，广度优先搜索是先把家里钥匙可能掉的地方找一遍，一步一步扩大面积去找，扩大查找范围，知道找到为止。广度优先搜索就类似与树的层序遍历。
邻接矩阵

void BFS（MGraph G)
{
    int i,j;
    Queue Q;
    for(i=0;i<G.num;i++)//初始化全部没有访问
        visit[i]=0;
    InitQueue(&Q);
    for(i=0;i<G.num;i++)
    {
        if(!visit[i])//未访问进入
        {
            visit[i]=1;
            printf("%c",g->data[i]);
            EnQueue(&Q,i);
            while(!QueueEmpty(Q))
            {
                DeQueue(&Q,&i);
                for(j=0;j<G.num;j++)
                {
                    if(G.map[i][j]&&!visit[j])
                    {
                        visit[j]=1;
                        printf("%c",G->data[j]);
                        EmqQueue(%&Q,j);
                    }
                }
            }
        }
    }    
}

邻接表

void BFS（MGraph G)
{
    int i;
    MGraph *p;
    Queue Q;
    for(i=0;i<G.num;i++)
    {
        visit[i]=0;
    }
    InitQueue(&Q);
    for(i=0;i<G.num;i++)
    {
        if(!visit[i])
        {
            visit[i]=1;
            printf("%c",G->ad[i].data);
            EnQueue(&Q,i);
            while(!QueueEmpty(Q))
            {
                DeQueue(&Q,&i);
                p=G->ad[i].first;
                while(p)
                {
                    if(!visit[p->da])
                    {
                        visit[p->da]=1;
                        printf("%c",G->ad[p->da].data);
                        EnQueue(&Q,p->da);
                    }
                    p=p->next;
                }
            }
        }
    }
}