数据结构学习记录2021.3.31

图结构

线性结构中数据元素之间是一对一的关系；树结构中数据元素之间是一对多的关系；图结构中数据元素之间是多对多的关系。
图有五种存储结构：邻接矩阵、邻接表、十字链表、邻接多重表和边集数组。其中最常用的两种存储结构是邻接矩阵和邻接表。

1、图的定义
图G由两个集合V、E组成，记为G = (V，E)，其中V代表的是图中的顶点的集合，E代表顶点之间的关系。E可以是空集，表示该图只有顶点而没有边。
两个顶点之间的连接方式有两种，一种是边，一种是弧。其中边是无向的，所以它构成的图被称为无向图。弧是有向的，所有由弧连接而成的图被称为有向图。
（V1, V2）代表V1与V2之间有一条边，边为无向。
<V1, V2>代表V1与V2之间有一条弧，弧为有向。
图中有几个重要的概念，需要知晓：
简单图：不存在顶点到其自身的边，且同一条边不重复。
邻接：如果（Vi，Vj）是图中的一条边，则称Vi与Vj互为邻接点。如果<Vi，Vj>是图中的一条弧，则称Vj是Vi的邻接点。
完全无向图：每一个顶点间有且仅有一条边连接。
完全有向图：每一个顶点间都有相对的两条弧连接。
度：与顶点相关联的边或弧的条数。
入度：有向图中，到达顶点的边数。
出度：有向图中，顶点出发的边数。
网：带权的图（边或者弧上带有权值）。
生成树：连通图中一个极小连通子图，即含有全部顶点，但足以构成树的n-1条边。

2、图的存储结构
图的存储结构有五种：邻接矩阵、邻接表、十字链表、邻接多重表和边集数组。
其中最常使用的两种存储方式是邻接矩阵和邻接表。
邻接矩阵的原理就是通过二维数组表示顶点之间的相邻关系。也就是说，如果两个顶点之间有边或弧的连接关系，那么他们的数组对应的位置就置1；如果没有连接关系，则置零。根据上面的规则可以知道，从左上角到右下角的斜线一定全是0。
可以知道的是：无向图的邻接矩阵一定是一个对称矩阵，而有向图的邻接矩阵可以是不对称的。
（在有向图中，以行为主顶点，列为潜在的邻接顶点。也就是说，必须要在满足（行，列）的关系下，才能将该点置为1）
思考：如果是网的邻接矩阵呢？
提示：有边或者弧的情况，值为权值。本身点值为0。其他情况（没有边或者弧），值为无穷。

如果使用邻接矩阵表示法来表示图，除了存储用于表示顶点间相邻关系的邻接矩阵外，通常还需要用一个顺序表来存储顶点信息。

邻接表：邻接表表示法类似于树的孩子表示法，是一种顺序结构和链式结构相结合的存储方法。
对于图的每一个顶点Vi，将所有邻接于Vi的顶点连接成一个单链表，称为顶点Vi的边表（对于有向图，称为出边表）；对于所有顶点，使用顺序结构进行存储，称为顶点表，用来存储顶点Vi的信息和对应边表的头指针。
邻接表的存储结构中有两种结点结构：顶点结点和弧结点。顶点结点包括数据域和指针域，其中数据域存储顶点信息，指针域用于指向第一条弧。弧结点同样包含数据域和指针域，其中数据域用于存储邻接顶点下标，指针域指向下一条弧结点。
如果采用邻接表存储无向图，那么还需要存储无向图中的边权值。
（注意：在存储无向图时，图中的每一条边相当于两条弧）
在有向图中求顶点的度，采用邻接矩阵表示比采用邻接表表示更加方便清晰：因为邻接矩阵中的第i行上非零元素的个数就是顶点Vi的出度，第i列上非零元素的个数是顶点Vi的入度。入度和出度数量之和即是定点的度。

边集数组：利用两个一维数组，其中一个数组存储图中的顶点，另一个数组存储图中的边。在存储边的数组中，每个数组元素存储一条边的起点、终点和权。

图的遍历：指从图的某一顶点出发，对图中的每一个顶点访问一次且只访问一次。
所以为了避免重复访问同一顶点，必须记住每个顶点是否已经被访问过。因此，用于图的遍历算法都必须添加一个布尔向量bool visited[n]，初始值为FALSE，一旦访问到了顶点Vi，则visited[i - 1]设置为TRUE。
根据搜索路径的方向不同，图的遍历方式主要分为两种：深度优先遍历和广度优先遍历。
深度优先遍历（DFS）类似于树的前序遍历。
广度优先遍历（BFS）类似于树的层序遍历。

最小生成树：连通图G的一个子图，如果该子图包含图G的所有顶点，就称该子图为图G的生成树。那么，什么是最小生成树呢？把生成树各边的权值总合称为生成树的权，并把权值最小的生成树称为图G的最小生成树。

用于生成最小生成树的算法有两种，一种是普里姆算法（Prim），另一种是克鲁斯卡尔算法（Kruskal）。