数据结构5 - 图

---

一、基本术语

• G = (V, E) vertex: n = |V| edge|arc: e = |E|
• 同一条边的两个顶点彼此邻接
• 同一顶点自我邻接，构成自环
• 不含自环，即为简单图
• 顶点与其所属的边彼此关联
• 度：与同一顶点关联的边数
• 若邻接顶点u和v的次序无所谓，则(u, v) 为无向边
• 所有边均无方向的图，即无向图；反之，有向图中均为有向边

二、邻接矩阵（Vector< Vector< vertex ）

matrix: 记录顶点之间的邻接关系

一一对应：矩阵元素和图中可能存在的边，A(i, j) = 1则表示顶点i和j之间存在一条边，A(i, j) = 0则表示不存在边

三、邻接表（Vector< List< vertex ）

邻接表，存储方法跟树的孩子链表示法相类似，是一种顺序分配和链式分配相结合的存储结构。如这个表头结点所对应的顶点存在相邻顶点，则把相邻顶点依次存放于表头结点所指向的单向链表中。

四、双连通分量：判定准则

• 无向图的关节点：删除之后，原图的连通分量增多
• 无关节点的图，称作双（重）连通图
• 极大的双连通子图，称作双连通分量

五、优先级搜索

template <typename Tv, typename Te> template <typename PU> //优先级搜索（全图）
	void Graph<Tv, Te>::pfs ( int s, PU prioUpdater ) { //assert: 0 <= s < n
    reset(); int v = s; //刜始化
	do //逐一检查所有顶点
		if ( UNDISCOVERED == status ( v ) ) //一旦遇刡尚未収现癿顶点
			PFS ( v, prioUpdater ); //即从诠顶点出収启劢一次PFS
	while ( s != ( v = ( ++v % n ) ) ); //按序号检查，故丌漏丌重
}

template <typename Tv, typename Te> template <typename PU> //顶点类型、边类型、优先级更新器
void Graph<Tv, Te>::PFS ( int s, PU prioUpdater ) { //优先级搜索（单个连通域）
	priority ( s ) = 0; status ( s ) = VISITED; parent ( s ) = -1; //初始化，起点s加至PFS树中
	while ( 1 ) { //将下一顶点和边加至PFS树中
		for ( int w = firstNbr ( s ); -1 < w; w = nextNbr ( s, w ) ) //枚举s的所有邻居w
			prioUpdater ( this, s, w ); //更新顶点w的优先级及其父顶点
		for ( int shortest = INT_MAX, w = 0; w < n; w++ )
			if ( UNDISCOVERED == status ( w ) ) //从尚未加入遍历树的顶点中
				if ( shortest > priority ( w ) ) //选出下一个
					{ shortest = priority ( w ); s = w; } //优先级最高的顶点s
		if ( VISITED == status ( s ) ) break; //直至所有顶点均已加入
		status ( s ) = VISITED; type ( parent ( s ), s ) = TREE; //将s及不其父的联边加入遍历树
	}
} //通过定义具体的优先级更新策略prioUpdater，即可实现不同的算法功能

六、Dijkstra算法：最短路径

设G=(V,E)是一个带权有向图，把图中顶点集合V分成两组，第一组为已求出最短路径的顶点集合（用S表示，初始时S中只有一个源点，以后每求得一条最短路径﹐就将加入到集合S中，直到全部顶点都加入到S中，算法就结束了），第二组为其余未确定最短路径的顶点集合（用u表示），按最短路径长度的递增次序依次把第二组的顶点加入S 中。在加入的过程中，总保持从源点v到S中各顶点的最短路径长度不大于从源点v到U中任何顶点的最短路径长度。此外，每个顶点对应一个距离，S中的顶点的距离就是从v到此顶点的最短路径长度，U中的顶点的距离，是从v到此顶点只包括S中的顶点为中间顶点的当前最短路径长度。

不能有负权边

template <typename Tv, typename Te> struct DijkstraPU { //针对Dijkstra算法的顶点优先级更新器
	virtual void operator() ( Graph<Tv, Te>* g, int uk, int v ) {
    	if ( UNDISCOVERED == g->status ( v ) ) //对于uk每一尚未被发现的邻接顶点v，按Dijkstra策略
			if ( g->priority ( v ) > g->priority ( uk ) + g->weight ( uk, v ) ) { //做松弛
				g->priority ( v ) = g->priority ( uk ) + g->weight ( uk, v ); //更新优先级
				g->parent ( v ) = uk; //并同时更新父节点
			} 
	} 
};

七、Prim算法：最小支撑树

template <typename Tv, typename Te> struct PrimPU { //Prim算法的顶点优先级更新器
	virtual void operator() ( Graph<Tv, Te>* g, int uk, int v ) { //对uk的每个
    	if ( UNDISCOVERED == g->status ( v ) ) //对于uk每一尚未被发现的邻接顶点v，按Prim策略
			if ( g->priority ( v ) > g->weight ( uk, v ) ) { //做松弛
				g->priority ( v ) = g->weight ( uk, v ); //更新优先级
				g->parent ( v ) = uk; //并同时更新父节点
			} 
	} 
};

八、Floyd-Warshal算法

给定带权网络G，计算其中所有点对之间的最短距离

（计算所有点对之间的最短距离，执行n次Dijkstra也可以，且复杂度均为O(n³)）优点：形式简单、算法紧凑、便于实现；允许负权边

for k in range(0, n) 
	for u in range(0, n) 
		for v in range(0, n) 
			A[u][v] = min( A[u][v], A[u][k] + A[k][v] );