【数据结构】图

图

图是由一个顶点集V和一个弧集R构成的数据结构
分为有向图和无向图

名词和术语

网：弧或者边带权的图，称为有向网或者无向网
子图：顶点和弧都包含在另一个图G，则称这个图为图G的子图
完全图：n个顶点，边数为n(n-1)/2的无向图称为完全图
有向完全图：n个顶点，弧数为n(n-1)的有向图称为有向完全图
稠密（稀疏）图：边或弧的数量e>nlogn称为稠密图
度：和顶点V关联的边的数目称为度；对于有向图来说，分入度和出度，出度是从此顶点发出去的弧的数量，入度是指向顶点的弧的数量，在有向图中度(TD) = 出度(OD)+入度(ID)
连通图：图G中任意两个顶点都有路径相连，则称此图为连通图。
连通分量：如果无向图是非连通图，则图中各个极大连通子图称为此图的连通分量
强连通图：有向图中任意两个顶点之间都存在一条有向路径，称为强连通图
生成树：一个连通图有n个顶点和e条边，用其中n个顶点和n-1条边构成一个极小连通子图，称为生成树。

图的存储

邻接矩阵

对于一个有n个顶点的图，构造一个n*n的矩阵，将其中有连通的标为1，无（直接）连通的标为0
有向图的邻接矩阵为非对称矩阵，有向图的邻接矩阵可以是该顶点指向的顶点，也可以是指向该顶点的顶点（要体现出有向性）。
无向图的邻接矩阵为对称矩阵

邻接表

将每个顶点所指向的顶点，写在后面的表中

图的遍历

深度优先搜索（DFS）

从图中某个顶点V0出发，访问此顶点，然后依次访问从V0的各个没有被访问的邻接点出发深度优先搜索遍历图，直到图中所有的和V0有路径相通的顶点都被访问到。是一个递归的过程。

广度优先搜索（BFS）

从图中的某个顶点V0出发，并在访问此顶点之后依次访问V0的所有未被访问过的邻接点，之后按这些邻接点被访问的先后顺序依次访问他们的邻接点，直到图中所有和V0有路径相通的顶点都被访问到

最小生成树

构造网的一颗最小生成树，就是在e条带权边中选取n-1条边（没有回路），使“权值之和”为最小

普里姆算法

加顶点思想：取图中任意一个顶点v作为生成树的根，然后往树上添加新的顶点。已经在生成树上的顶点v和要添加的顶点w之间一定存在一条边，且这条边的权值在所有连通v和w的边权值中是最小的。直到生成树上有n-1条边为止。
O(n^2)

克鲁斯卡尔算法

加边思想：先构造一个只含n个顶点的子图，然后从权值最小的边开始，如果添加上这条边，不够成回路，就在子图中加上这条边，直到有n-1条边为止
O(eloge)

拓扑排序

按照有向图给出的次序关系，将图中的顶点排列成一个线性序列，对于没有定义次序关系的结点可以自定顺序。
有回路的有向图没有拓扑排序
方法：从图中选择一个没有前驱的结点输出，然后从有向图中删除这个顶点以及以这个顶点发出的弧。重复这一步，直到图空

关键路径

AOE网：用顶点表示事件，弧表示活动
关键活动：该弧上的权值增加，将使有向图上的最长路径的长度增加，是弧
关键路径：从源点到汇点的路径长度最长的路径叫关键路径
活动ai开始的最早时间e(i) = 弧尾事件的最早发生时间
活动ai开始的最晚时间l(i) = 弧头事件的最迟发生时间-弧的权值
e(i) = l(i)的活动就是关键活动
事件j的最早发生时间ve(j) = 从源点到顶点j的最长路径长度 = Max{前一个事件的最早发生时间+所连弧的权值}
时间j的最晚发生时间vl(j) =从顶点j到汇点的最短路径长度= Min{后面一个事件的最晚发生时间-所连弧的权值}

最短路径

从某个源点到其余各点的最短路径

迪杰斯特拉算法：将所有顶点分为两类，一类是已经确定从源点到此顶点最短路径的，一类是没有确定最短路径的。然后在没有确定最短路径的顶点中，选择权值之和最小的加入另一类，其中可以通过已经确定最短路径的结点进行连接。

每一对顶点之间的最短路径

弗洛伊德算法：先建立初始矩阵，不能经过任何顶点进行中转的权值。最开始只允许经过1号顶点进行中转，接下来只允许经过1和2号顶点进行中转……允许经过1~n号所有顶点进行中转，求任意两点之间的最短路程。用一句话概括就是：从i号顶点到j号顶点只经过前k号点的最短路程。