图

最新推荐文章于 2022-06-10 18:38:08 发布

cp_Mark

最新推荐文章于 2022-06-10 18:38:08 发布

阅读量373

点赞数

分类专栏：数据结构

本文链接：https://blog.csdn.net/cp_Mark/article/details/82930111

版权

数据结构专栏收录该内容

6 篇文章 1 订阅

订阅专栏

图的定义

定义：图（Graph）是由顶点的有穷非空集合和顶点之间的集合组成，通常表示为：G(V、E)，其中G表示一个图，V是图G中顶点的集合，E是图G中边的集合。下图就是一个图的示例：

在图的定义过程中，有几点我们需要注意的：
（1）在图中数据元素，我们称之为顶点
（2）在图结构中，不允许没有顶点
（3）图中，任意两个顶点之间都可能有关系，顶点之间的逻辑关系用边来表示，边集可以是空的

各种图的定义

无向图

若顶点v_i到v_j之间没有方向，则称这条边为无向边，用无序偶对（v_i，v_j）来表示。如果图中任意两个顶点之间的边都是无向边，则称该图为无向图。示意图如下：

无向图

有向图

若从顶点v_i到v_j的边有方向，则称这条边为有向边，也称为弧。用有序偶对<v_i，v_j>来表示，<v_i称为弧尾，<v_j称为弧头。如果图中任意两个顶点之间的边都是有向边，则称该图为有向图。示意图如下：

有向图

在有向图中有一点需要注意的：因为有向边是有方向的，所以有序偶顺序不能调换，比如上图中的<D，A>，不能写成<A，D>

简单图

在图中，若不存在顶点到其自身的边，且同一条边不重复出现，则称这样的图为简单图。我们讨论的图都是简单图，如下两个就不是简单图：

边重复

存在到其自身的边

无向完全图

在无向图中，如果任意两个顶点之间都存在边，则称该图为无向完全图。含有n个顶点的无向完全图有n*(n-1)/2条边。示意图如下：

有向完全图

在有向图中，如果任意两个顶点之间都存在方向互为相反的两条弧，则称该图为有向完全图。含有n个顶点的有向完全图有n*(n-1)条边。示意图如下：

稠密图、稀疏图

有很少条边或弧的图称为稀疏图，反之称为稠密图。这里的稀疏和稠密概念是相对而言的，根据实际情况来定义。

网

有些图的边或弧具有与它相关的数字，这种与图的边或弧相关的数叫作权。这些权可以表示从一个顶点到另一个顶点的距离或耗费。这种带权的图通常称为网。示意图如下：

子图

假设有两个图G和 $G{’}$ ，如果 $V^{'}$ 属于V且 $E^{'}$ 属于E，则称 $G^{'}$ 为G的子图。示意图如下（左侧第一个为原图，右侧几个为子图）：

图的顶点与边间的关系

无向图

对于无向图G=（V,{E}），如果边（v， $v^{'}$ ）∈ E，则称顶点v和 $v^{'}$ 互为邻接点，即v和 $v^{'}$ 相邻接。边（v， $v^{'}$ ）依附于顶点v和 $v^{'}$ ，或者说（v， $v^{'}$ ）与顶点v和 $v^{'}$ 相关联。顶点v的度是和v相关联的边的数目，即为TD（v）。

无向图G=（V,{E}）中从顶点v到顶点 $v^{'}$ 的路径是一个顶点序列。

有向图

对于有向图G=（V,{E}），如果弧<v， $v^{'}$ >∈ E，则称顶点v邻接到顶点 $v^{'}$ ，顶点 $v^{'}$ 邻接自顶点v。弧<v， $v^{'}$ >和顶点v、 $v^{'}$ 相关联。以顶点v为头的弧数目称为v的入度，即为ID（v）；以v为尾的弧的数目称为v的出度，记为OD（v）；顶点v的度为TD（v）=ID（v）+OD（v）。

有向图G=（V,{E}）中从顶点v到顶点 $v^{'}$ 的路径是一个顶点序列（有向的）。

补充

路径的长度是路径上的边或弧的数目。

第一个顶点到最后一个顶点相同的路径称为回路或环。序列中顶点不重复出现的路径称为简单路径。除了第一个顶点和最后一个顶点之外，其余顶点不重复出现的回路，称为简单回路或简单环。示意图如下：

连通图相关术语

无向图

在无向图G中，如果从顶点v到顶点 $v^{'}$ 有路径，则称v和 $v^{'}$ 是连通的。如果对于图中任意两个顶点v_i、v_j∈V，v_i和v_j都是连通的，则称G为连通图。示意图如下：

无向图中的极大连通子图称为连通分量。连通分量有几点需要强调：
（1）要是子图
（2）子图要是连通的
（3）连通子图含有极大顶点数
（4）具有极大顶点数的连通子图包含依附于这些顶点的所有边

有向图

在有向图G中，如果对于每一对v_i、v_j∈V，v_i≠v_j，从v_i到v_j和从v_j到v_i都存在路径，则称G为强连通图。有向图中的极大强连通子图称作有向图的强连通分量。示意图如下：

补充

生成树：一个连通图的生成树是一个极小的连通子图，它含有图中全部的n个顶点，但只有足以构成一棵树的n-1条边。示意图如下（右侧两图为左侧的生成树）：

注意：n-1条边并不一定是生成树

有向树：如果一个有向图恰有一个顶点的入度为0，其余顶点的入度均为1，则是一棵有向树。

有向图的生成森林：一个有向图的生成森林由若干棵有向树组成，含有图中全部顶点，但只有足以构成若干棵不相交的有向树的弧。示意图如下：

图的抽象数据类型

ADT图（Graph）
Data
	顶点的有穷非空集合和边的集合
Operation
	CreateGraph（*G，V，VR）：按照顶点集V和边弧集VR的定义构造图
	DestroyGraph（*G）：图G存在则销毁
	LocateVex（G，u）：若图G中存在顶点u，则返回其在图中的位置
	GetVex（G，v）：返回G中顶点v的值
	PutVex（G，v，value）：将图G中顶点v赋值value
	FirstAdjVex（G，*v）：返回顶点v的一个邻接顶点，若顶点在G中无邻接顶点返回空
	NextAdjVex（G，v，*w）：返回顶点v相对于顶点w的下一个邻接顶点，若w是v的最后一个顶点则返回“空”
	InsertVex（*G，v）：在图G中增添新顶点v
	DeleteVex（*G，v）：删除图G中顶点v及其相关的弧
	InsertArc（*G，v，w）：在图G中增添弧<v,w>，若G是无向图，还需要增添对称弧<w,v>
	DeleteArc（*G，v，w）：在图G中删除弧<v,w>，若G是无向图，则还删除对称弧<w,v>
	DFSTraverse（G）：对图G中进行深度优先遍历，在遍历过程对每个顶点调用
	HFSTraverse（G）：对图G中进行广度优先遍历，在遍历过程对每个顶点调用

endADT

图的存储结构

邻接矩阵

考虑到图是由顶点和边或弧两部分组成。合在一起比较困难，我们很自然地把它分到两个结构中来存储。顶点不分大小、主次，所以用一个一位数组来存储；而边或弧由于是顶点与顶点之间的关系，一维搞不定，我们使用二维数组来存储。

定义：图的邻接矩阵存储方式是用两个数组来表示图。一个一维数组存储图中顶点信息，一个二维数组（称为邻接矩阵）存储图中的边或弧的信息。

设图G有n个顶点，则邻接矩阵是一个n*n的方阵，定义为：
邻接矩阵定义

下面是分别针对几种图的邻接矩阵示例：
（1）无向图
无向图邻接矩阵
从上面我们可以发现，邻接矩阵包含两个组成元素：顶点数组、边数组，因为这是简单图，所以对角线全为0（没有到达自身顶点的边），从图中可以看出v₀和v₁连通，所以它们之间的值为1，以此类推。
从上图中我们可以得到以下内容：
1）很容易判定任意两个顶点是否有边
2）很容易求得某个顶点的度（直接看一行或一列有几个为1）
3）很容易知道某个顶点的邻接点

（2）有向图
有向图邻接矩阵
基本上与无向图是一致的，唯一不同的地方就在于，有向图顶点的度是由出度（弧尾）和入度（弧头）组合而成，行为出度，列为入度。
（3）网图
设图G是网图，有n个顶点，则邻接矩阵是一个n*n的方阵，定义为：
网图定义
这里的w值表示（v_i,v_j）或<v_i,v_j>上的权值。∞表示一个计算机允许的、大于所有边上权值的值，也就是也一个不可能的极限值。
网图邻接矩阵

顶点结构

//顶点类型由用户定义
typedef char VertexType;
//边上的权值类型由用户定义
typedef int EdgeType;
//最大顶点数，由用户定义
#define MAXVEX 100;
//用65535代表不可能的数
#define INFINIFY 65535;
typedef struct{
	//顶点表
	VertexType vex[MAXVEX];
	//邻接矩阵，可看作边表
	EdgeType arc[MAXVEX][MAXVEX];
	//图中当前的顶点数和边树
	int numVertexes,numEdges;
}MGraph;

邻接表

邻接矩阵是一个不错的图存储结构，但是对于边数相对顶点较少的图，这种结构就会造成很大的空间浪费。所以出现了数组+链表的组合方式来存储图信息，我们把这种数组+链表向结合的存储方法称为邻接表。

邻接表的处理办法是这样的：
（1）图中的顶点还是用一个一维数组来存储
（2）图中每个顶点v_i的所有邻接点构成一个线性表，由于邻接点的个数不定，所以用单链表来实现。

无向图称为顶点v_i的边表，有向图则称为顶点v_i作为弧尾的出边表

下面是针对几种图的邻接表：
（1）无向图
无向图邻接表

顶点表的各个结点由data和firstedge两个域表示，data是数据域，存储顶点信息，firstedge是指针域，指向边表的第一个结点，即此顶点的第一个邻接点。

边表结点由adjvex和next两个域组成，adjvex是邻接点域，存储某顶点的邻接点在顶点表的下标，next则存储指向边表中下一个结点的指针。如上图中，和v₀相邻接的有v₁、v₂、v₃，即顶点表对应坐标右侧的整个链表中的所有结点都是和v₀邻接的。以此类推。

（2）有向图
有向图邻接表
我们发现有向图的邻接表中多了一个逆邻接表，因为有向图是有向的，我们默认是以顶点为弧尾来存储边表的，但是当我们需要确定顶点的入度时就比较麻烦了，所以有了逆邻接表，即以顶点为弧头的邻接表。其字段含义和无向图中一致就不再赘述了。

（3）网
网图的邻接表实际上和有向图的邻接表是差不多的，唯一的区别就是多了一个weight数据域（权重）。
网图邻接表

顶点结构

//顶点类型由用户定义
typedef char VertexType;
//边上的权值类型由用户定义
typedef int EdgeType;
//最大顶点数，由用户定义
#define MAXVEX 100;
//用65535代表不可能的数
#define INFINIFY 65535;

//边表结点
typedef struct EdgeNode{
	//邻接点域，存储该顶点对应的下标
	int adjvex;
	//用于存储权值，对于非网图可以不需要
	EdgeType weight;
	//链域，指向下一个邻接点
	struct EdgeNode *next;
}EdgeNode;

//顶点表结点
typedef struct VertextNode{
	//顶点域，存储顶点信息
	VertexType data;
	//边表头指针
	EdgeNode *firstedge;
}VertextNode，AdjList[MAXVEX];

typedef struct{
	//顶点表
	AdjList adjList;
	//图中当前的顶点数和边树
	int numVertexes,numEdges;
}GraphAdjList;

cp_Mark

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
图

定义：图（Graph）是由顶点的有穷非空集合和顶点之间的集合组成，通常表示为：G(V、E)，其中G表示一个图，V是图G中顶点的集合，E是图G中边的集合。下图就是一个图的示例：在图的定义过程中，有几点我们需要注意的：（1）在图中数据元素，我们称之为顶点（2）在图结构中，不允许没有顶点（3）图中，任意两个顶点之间都可能有关系，顶点之间的逻辑关系用边来表示，边集可以是空的各种图的定义...
复制链接

扫一扫

专栏目录