【数据结构】图

1，概念

定点（Vertex)
弧（Arc）、边（Edge）
有向图、无向图
完全图：有n(n-1)/2条边的无向图。
有向完全图：有n(n-1)条弧的有向图。
入度、出度。

1）稀疏矩阵

稀疏图：有很少条边或弧的图。反之为稠密图。

①概念

矩阵中，若数值为0的元素数目远远多于非0元素的数目，并且非0元素分布没有规律时，则称该矩阵为稀疏矩阵；与之相反，若非0元素数目占大多数时，则称该矩阵为稠密矩阵。

②稀疏矩阵压缩的存储方法

i>三元组

将非零元素所在的行、列以及它的值构成一个三元组（i,j,v），然后再按某种规律存储这些三元组，这种方法可以节约存储空间。但是当涉及到矩阵运算时，要大量移动元素。

ii>十字链表

十字链表表示法可以避免大量移动元素。

2）判断一个图是否有环

①判断一个有向图是否有环：
拓扑排序、深度优先遍历。
②判断一个无向图是否有环：
如果存在回路，则必存在一个子图，是一个环路。环路中所有顶点的度>=2。
算法：
第一步：删除所有度<=1的顶点及相关的边，并将另外与这些边相关的其它顶点的度减一。
第二步：将度数变为1的顶点排入队列，并从该队列中取出一个顶点重复步骤一。
如果最后还有未删除顶点，则存在环，否则没有环。

3）图的连通性

①概念

连通图：图中任意两个结点都是连通的（有相互到达的路径）。
连通分量：无向图中的极大连通子图。对于完全图，连通分量只有自身。
强连通图：任意两顶点直接存在路径的有向图（不一定直接相连）。
强连通分量：有向图中的极大强连通子图。

②应用

i>要保证在任何情况下，连通具有10个顶点的无向图，至少需要（）条边。
解析：任何情况下都是连通的，考虑极端情况，即图G的9个顶点构成完全无向图，再加上一条边链接该无向图和剩余那个顶点即构成了一个连通图。因此，最少边数 = 9 × 8 / 2 + 1 = 37
考虑：若边数n小于37的时候，可以使这n条边仅连接图G中某9个顶点，从而导致第10个顶点被孤立，不连通（不满足任何情况）

ii>一个含有28条边的非连通无向图至少有多少个顶点？
用上题的思路，考察最少多少个个顶点，则考虑由一个完全图和一个顶点构成。因此完全图设需要n个节点，那么n×（n-1）/ 2 <= 28,得 n = 8，因此至少有 8 + 1 = 9个顶点。

iii>要连通具有n个顶点的有向图，至少需要（）条边。（本题中连通为强连通）
n条。

2，图转换为树

对于一些特殊的图，比如只有一个顶点的图，其BFS生成树的树高和DFS生成树的树高相等。
一般的图，根据图的BFS生成树和DFS树的算法思想，BFS生成树的树高比DFS生成树的树高小。

1）深度优先遍历（DFS）

借助于一个栈来实现。

2）广度优先遍历（BFS）

借助一个队列来实现

3）应用

①4个顶点的无向完全图，一共有多少棵生成树？
4个顶点无向完全图共有6 条边，生成树有 4 - 1 = 3 条边，因此共有 C(3,6)棵生成树
②如果具有n个顶点的图是一个环，则它有多少棵生成树？
共有n条边，去掉任意一条边都是生成树，于是有n种情况。

3，图的存储结构

1）数组表示法（邻接矩阵）

两个数组：一个数组存储顶点信息；一个数组存储边（或弧）。
即邻接矩阵存储。

邻接矩阵特点：

  （1）图的邻接矩阵表示是唯一的。
  （2）无向图的邻接矩阵一定是一个对称矩阵（有向图不一定不对称）。因此，按照压缩存储的思想，在具体存放邻接矩阵时只需存放上（或下）三角形阵的元素即可。
  （3）不带权的有向图的邻接矩阵一般来说是一个稀疏矩阵，因此，当图的顶点较多时，可以采用三元组表的方法存储邻接矩阵。
  （4）对于无向图，邻接矩阵的第i行（或第i列）非零元素（或非∞元素）的个数正好是第i个顶点的度。
  （5）对于有向图，邻接矩阵的第i行（或第i列）非零元素（或非∞元素）的个数正好是第i个顶点的出度（或入度）。
  （6）用邻接矩阵方法存储图，很容易确定图中任意两个顶点之间是否有边相连。但是，要确定图中有多少条边，则必须按行、按列对每个元素进行检测，所花费的时间代价很大。这是用邻接矩阵存储图的局限性。

2）邻接表

图的邻接表存储方法是一种顺序分配与链式分配相结合的存储方法。
在邻接表中，对图中每个顶点建立一个单链表，第i个单链表中的节点表示依附于顶点i的边（对有向图是以顶点i为尾的边）。每个单链表上附设一个表头节点。

邻接表的特点：

  （1）邻接表表示不唯一。这是因为在每个顶点对应的单链表中，各边节点的链接次序可以是任意的，取决于建立邻接表的算法以及边的输入次序。
  （2）对于有n个顶点和e条边的无向图，其邻接表有n个顶点节点和2e个边节点。显然，在总的边数小于n(n-1)/2的情况下，邻接表比邻接矩阵要节省空间。
  （3）对于无向图，邻接表的顶点i对应的第i个链表的边节点数目正好是顶点i的度。
  （4）对于有向图，邻接表的顶点i对应的第i个链表的边节点数目仅仅是顶点i的出度。其入度为邻接表中所有adjvex域值为i的边节点数目。
  （如有需要，还可以求逆邻接表来求有向图每个顶点的入度

邻接表作图的存储结构时，找邻接点所需时间是O(e),e是无向图的边或者有向图的弧的数，深度优先搜索遍历图时间复杂度为O(n+e); 拓扑排序复杂度为O(n+e)

3）十字链表

有向图的另一种链式存储结构，结合了邻接表和逆邻接表。

弧结点：对应于有向图中的弧，结点结构如下

尾域（tailvex）和头域（headvex）：弧尾和弧头两个顶点在图中的位置；
链域 hlink ：指向弧头相同的下一条弧；
链域 tlink ：指向弧尾相同的下一条弧；
info指示与该弧相关的信息，如权重。

顶点结点：对应于有向图中的顶点，结点结构如下：

数据域（data）：存储和顶点相关的信息，如顶点名称等；
firstin和firstout两链域：指示以该顶点为弧头或弧尾的第一个弧结点。

优点：便于找到入度和出度，且建表的时间复杂度较低；

4）多重链表（邻接多重表）

是无向图的另一种链式存储结构。
边表结点结构：

ivex和jvex：某条边依附的两个顶点在顶点表中的下标。
ilink指向依附顶点ivex的下一条边，
jlink指向依附顶点jvex的下一条边。

4，图的遍历

对于非连通图，可能需要多次遍历才可以访问完所有结点。

1）深度优先遍历（DFS，Depth First Search）

借助于一个栈来实现。

假设以邻接表作为图的存储结构，则按深度优先遍历该图所得到生成树是唯一的。

2）广度优先遍历（BFS，Breadth First Search）

借助一个队列来实现

5，最短路径

1）最小生成树：Prim算法、Kruskal算法、Dijkstra算法。

最小生成树算法是逐次取最短的路径连通未连接节点和“已连接节点集合”。

当权值相同，则最短路径问题转化为求边数最少的问题，BFS可以保证求得源点到汇点的最少边数。

2）Floyd算法（插点法，Floyd-Warshall算法）

①概念

是解决任意两点间的最短路径的一种算法，可以正确处理有向图或负权的最短路径问题，同时也被用于计算有向图的传递闭包。Floyd-Warshall算法的时间复杂度为O(N3)，空间复杂度为O(N2)。

②算法思想（动态规划）

从任意节点i到任意节点j的最短路径不外乎2种可能：1是直接从i到j，2是从i经过若干个节点k到j。所以，我们假设Dis(i,j)为节点u到节点v的最短路径的距离，对于每一个节点k，我们检查Dis(i,k) + Dis(k,j) < Dis(i,j)是否成立，如果成立，证明从i到k再到j的路径比i直接到j的路径短，我们便设置Dis(i,j) = Dis(i,k) + Dis(k,j)，这样一来，当我们遍历完所有节点k，Dis(i,j)中记录的便是i到j的最短路径的距离。

算法描述：
a.从任意一条单边路径开始。所有两点之间的距离是边的权，如果两点之间没有边相连，则权为无穷大。 　　
b.对于每一对顶点 u 和 v，看看是否存在一个顶点 w 使得从 u 到 w 再到 v 比己知的路径更短。如果是更新它。

6，拓扑排序

1）概念

对一个**有向无环图**G进行拓扑排序，是将G中所有顶点排成一个线性序列，使得图中任意一对顶点u和v，若边(u,v)∈E(G)，则u在线性序列中出现在v之前。通常，这样的线性序列称为满足拓扑次序的序列，简称拓扑序列。

2）思想

拓扑排序常用来确定一个依赖关系集中，事物发生的顺序。拓扑排序得出的线性序列，只要能满足排在前面的任务先完成即可，例如V1→V2，序列中只要V1在V2前面即可（所以得出的序列可能不唯一）。
再进行多线程程序中可能会用到，将多线程单线程化。

结合图进行拓扑排序，满足下面条件即可：
V1在V2,V3,V4前面
V2,V3均在V5前面
V3,V4均在V6前面
V5,V6均在V7前面
A项 V 1 ,V 3 ,V 4 ,V 6 ,V 2 ,V 5 ,V 7 正好满足要求，其它项都不满足，选A。

3）拓扑序列唯一

如果是完全无环，则其弧数必为n-1（其中n为顶点数）
如果仅仅是有向无环，则不一定。如下：

此图拓扑序列唯一，为1234，弧数为4

拓扑排序和图互相都不能唯一确定对方。

4）AOV网（Activity On Vertex Network )：

①概念

网：带权图。若在带权的有向图中，以顶点表示事件，以边（或者弧）表示活动，弧的权值表示活动的开销，则此带权有向图称为用边表示活动的网，简称：AOV网。

如果用AOV网表示一个工程，那么正常情况下工程只有一个开始点和一个结束点，因此AOV网中只有一个入度为0的点，称为源点；一个出度为0的点，称为汇点。

AOV网也是有向无环图。

②性质

1、只有在某顶点所代表的事情发生后，从该顶点出发的弧所代表的活动才能开始。
2、只有在进入某顶点的各弧所代表的活动都已经结束时，该顶点所代表的事情才能发生。

③关键路径

由于AOV网中的某些活动可以并行进行，所以完成整个工程最短时间是从源点到汇点的最大路径长度。具有最大路径长度的路径称为关键路径，关键路径上的活动称为关键活动。

④拓扑排序

步骤：

    1、从网中选择一个没有前驱的顶点（入度为0）并且输出它。
    2、从网中删去该顶点，并且删去从该顶点发出的全部有向边
    3、重复上述两步，直到剩余的网中不存在没有前驱的顶点为止。

排序结果：

此操作有两种结果： 
一、网中全部顶点都被输出，这说明网中不存在有向回路； 
二、网中顶点未被全部输出，剩余的顶点均有前驱顶点，这说明网中存在有向回路。 

5）AOE网（Activity On Edge Network）

①定义

在一个表示工程的带权有向图中，用顶点表示事件，用弧表示活动，用弧上的权值表示活动持续的时间，这种有向图的弧表示活动的网，我们称为AOE网（Activity On Edge Network）.AOE网中没有入度的顶点称为始点或源点，没有出度的顶点叫做终点或汇点。

②AOV网和AOE网的不同

它们都是用来对工程建模的，但它们还是有很大的区别，主要体现在AOV网是顶点表示活动的网，它只描述了活动之间的约束关系，而AOE网是用有向边表示活动，边上的权值表示活动持续的时间。AOE网是建立在AOV网基础之上（活动之间约束关系没有矛盾），再来分析完成整个工程至少需要多少时间，或者为缩短完成工程所需时间，应当加快那些活动等问题。

③关键路径

从始点到终点具有最大路径长度（该路径上的各个活动所持续的时间之和）的路径为关键路径。

④应用

i> 下列AOE 网表示一项包含 8 个活动的工程。通过同时加快若干活动的进度可以缩短整个工程的工期。下列选项中，加快其进度就可以缩短工程工期的是（ ）。
A. c 和 e
B. d 和 e
C. f 和 d
D. f 和 h

解析：
这个网有三条关键路径：

b、d、c、g
b、d、e、h
b、f、h 

缩短工期的活动要涵盖三条路径，即在这三条路径中都存在。选C
注意：acg 不是最长路径，不是关键路径。