一.图的表示法
图G(V,E)
其中V是定点集合 E是边的集合
1.邻接表
邻接表可以用矩阵或者链表表示
(1)邻接表——矩阵
可以从下图看到,矩阵形式的表示。
{
[a,d,f],
[d,e],
[a,f],
[a,b,e,f],
[b,d],
[a,c,d]
}
(2)邻接表——链表
每个链表的节点的结构:由节点值?、邻居节点、下一节点组成。
2.矩阵
(1)邻接矩阵
邻接矩阵表示了,是否存在节点ij的边,如果顶点顺序任意存在n!个邻接矩阵
它是V*V大小矩阵
(2)关联矩阵
关联矩阵基于顶点和边之间的关系
二.图的遍历
1.BFS(广度优先搜索)
广度优先算法(Breadth-First-Search),简称BFS。从知识点看属于图结构的搜索算法,是一种相对容易理解的简单算法。
BFS算法从问题的初始状态(起点)出发,根据状态转换规则(图结构中的边),遍历所有可能的状态(其他节点),直到找到终结状态(终点)。因此BFS算法的复杂度和状态集合的总数密切相关。
BFS算法虽然出自图结构,但其常用的领域却不是解决图论相关问题。一些常见的问题形式如(1)走迷宫最短路径(2)数字按规则转换的最少次数(3)棋盘上某个棋子N步后能到达的位置总数(4)病毒扩散计算(5)图像中连通块的计算。小结:BFS算法常用于求最短的步数或者求扩散性质的区域问题。
这个和二叉树的BFS遍历很像:
BFS算法简介(写得很好)
如果想要存储路径,定义一个三维数组 A[100][100][2] 。A[i][j][0]=父节点x坐标 A[i][j][1]=父节点y坐标