图论（概念）

图的基本概念

点（顶点）

图上的一些点，每个点代表一个位置

边

连接两个点的线

权重

代表边的重要性，比如从家到学校和家到超市走的路的时间不同，这个时间就是权重

邻接

若两个点之间有一条边直接连接，则称这两个点邻接

路径

经过一系列点和边的路线

连通

在一个图中，能从任意一个点到达其他任意一个点

若要形成连通图，n个顶点最少需要n-1条边

邻接矩阵表示法

若有n个点，则矩阵为n行n列 若a到b有直接连接的边，则矩阵第a行第b列为1 否则为0

邻接表表示法

在图中的每个点都有一个列表，列表里记录了该点能直接相连的所有点

比邻接矩阵更省空间

图的储存特点

1. 空间效率：

   • 邻接矩阵：如果图中的点很多，但每个点的连接不多，那么邻接矩阵会占用很多空间，因为它为每一对点都保留了空间，不管它们是否直接相连。
   • 邻接表：相比之下，邻接表只记录实际存在的边，所以对于那些点很多但边相对较少的图来说，它更节省空间。

2. 访问效率：

   • 邻接矩阵：要判断两个点是否直接相连，只需查看矩阵的对应位置即可，非常快速。
   • 邻接表：要找出两个点是否直接相连，可能需要遍历其中一个点的邻接表，这在最坏的情况下可能需要更多时间。

3. 添加或删除边的效率：

   • 邻接矩阵：添加或删除边非常简单和快速，只需要更新矩阵的对应位置。
   • 邻接表：添加边相对容易，但删除边可能需要遍历列表来找到并移除边。

4. 适用场景：

   • 邻接矩阵适合于边的数量接近点的数量平方的图，也就是所谓的“稠密图”。
   • 邻接表适合于边的数量远小于点的数量平方的图，也就是“稀疏图”。

5. 直观性：

   • 邻接矩阵直观地表示了所有点之间的关系，容易理解和展示。
   • 邻接表更抽象一些，需要一定的理解才能看出整个图的结构。

DFS（深度优先搜索）

一条路先走到头，走到不能走了为止，然后回到上一个点寻找有没有还能走的路，没有就继续回溯，如果有就也是一条路走到头，然后回溯

BFS（广度优先搜索）

从起点开始，搜索周围所有的点，然后一层层一下去，像是扩散开一样

最小生成树

是一个边为n-1的带权连通图

克鲁斯卡尔算法

先把所有的边按权重从小到大排序，从最小的边开始，依次考虑，若加入这条边不会形成环，则加入最小生成树中

普利姆算法

选一个顶点作为起点，然后从已选的顶点中找到一条权重最小的边，连上去，这样就能连到一个新的节点，不断重复 直到所有的点都连上 也是不能形成环

若边非常多时，普利姆算法可能好点，边少的时候克鲁斯卡尔算法好点

有向无环图（DAG）

拓扑排序

把顶点排成线性序列的方法

一张图拓扑排序可能会有好多好多种序列（不唯一）

我的方法：

找到一个没有入度的节点，然后把它加到序列里，然后把这个点和这个点连着的边删了，再找图中没有入度的节点，加到序列里，然后再删，不断重复，直到所有点都加入序列了

AOV网

用来表示顶点之间先后顺序的有向图

使用AOV网的主要目的就是用来拓扑排序

举个栗子

• 每个活动（比如布置会场、彩排节目、准备食物）都是图中的一个顶点。
• 如果一个活动必须在另一个活动之前完成，那么图中就会有一条从后一个活动指向前一个活动的有向边。

关键路径

指的是完成一个项目所需的最长时间路径。这条路径上的任务是项目成功的决定性因素，因为任何这些任务的延迟都会直接导致整个项目的延迟。即带权图中权值累加最长的路径。

关键路径的特点：

1. 最长持续时间的路径：关键路径是项目中所有路径中耗时最长的一条。它决定了项目的最短完成时间。

2. 不容许延误的任务：关键路径上的任务没有时间上的弹性，即它们的延误将直接影响整个项目的完成日期。

3. 关键任务的识别：关键路径分析帮助项目经理识别哪些任务是关键任务，这些任务需要特别关注，以确保项目按时完成。

4. 浮动时间为零：关键路径上的任务通常没有浮动时间（Slack Time），即没有可用的额外时间来延迟任务，而不影响项目的整体进度。

AOE网

是一种用来表示项目活动和事件之间依赖关系的有向图。在AOE网中，图的每条边代表一个活动或任务，而顶点则表示事件，即活动的开始或结束点。这种表示方法主要用于项目管理中的关键路径方法，帮助分析项目中任务的时序关系和持续时间。

• 顶点（Vertex）：代表项目中的关键事件，如任务的开始或完成。每个顶点都可以理解为一个时间点，比如项目的开始、某个任务的结束等。
• 边（Edge）：表示从一个事件到另一个事件之间的活动或任务。每条边上通常会标记该活动的持续时间。

举个栗子

比如，在建筑一个房子的项目中：

• 一个顶点可能代表“地基挖掘完成”，另一个顶点可能代表“地基浇筑完成”。
• 这两个顶点之间的边代表“浇筑地基”的活动，边上可能标有这个活动需要的天数。

AOE网的一个重要用途是确定项目的关键路径。关键路径是从项目开始到结束所经过的最长路径，决定了项目的最短完成时间。

最短路径

从一个起点到终点的边的权重和最小的路径

迪杰斯特拉算法

适用于没有负权边的图。这个算法从起点开始，逐步扩展到图中的所有点，每次选择距离起点最近的一个未被访问的顶点，并更新其他顶点的最短路径。

ford算法

适用于包含负权边的图。这个算法通过对所有边进行多次松弛操作（尝试更新最短路径的估计值），来逐步找到真正的最短路径。

弗洛伊德算法

用于找到所有顶点对之间的最短路径。通过动态规划的方法，逐步构建每对顶点间的最短路径。