大二汪的期末复习-算法与数据结构（图）

最新推荐文章于 2023-12-10 20:25:46 发布

没有我打不出的代码！

最新推荐文章于 2023-12-10 20:25:46 发布

阅读量372

点赞数 1

本文链接：https://blog.csdn.net/csy547415280/article/details/111371080

版权

6.1 图的定义和基本术语

6.1.1 图的定义

图G由V、E集合组成，记为G=(V,E)。其中，V是顶点的有穷非空集合，E是V中顶点偶对的有穷集合。这些顶点偶对称为边。
V(G),E(G)通常分别表示G的顶点集合和边集合，E(G)可以为空集，表示只有顶点没有边。
若E(G)为有向边的集合，则称为有向图；为无向边集合，则称为无向图。
有向图中，顶点对<x,y>有序，称为边，也可以称为弧。
无向图中，顶点对(x,y)无序。
有向图所有顶点入度之和等于所有顶点出度之和。

6.1.2 图的基本术语

子图
无向完全图：具有n(n-1)/2条边。
有向完全图：具有n(n-1) 条弧。
稀疏图和稠密图：有很少条边或弧(如e<nlog₂n)的图。反之称为稠密图。
权：每条边可以标上具有某种含义的数值，该数值称为该边上的权。
网：带权的图。
邻接点
度、入度、出度：顶点v的度是指和v相关联的边的数目，记为TD(v₁)。对于有向图，度分为出度和入度。入度是以顶点v为头的弧的数目，记为ID(v)。出度是以顶点v为尾的弧的数目，记为OD(v)。TD(v)=ID(v)+OD(v)。度数和相加=边数的两倍。
路径：是一个顶点序列，在有向图中是有向的。
路径长度：是一条路径上经过的边或弧的数目。
回路/环：第一个顶点和最后一个顶点相同的路径。
简单路径：序列中顶点不重复出现的路径。
简单回路/简单环：除了第一个顶点和最后一个顶点外，其余顶点不重复出现的回路。
连通：在无向图中，若顶点v到顶点v₁有路径，则称v和v₁是连通的。
连通图：对于任意两个顶点都是连通的。
连通分量：在非连通图中，无向图中的极大连通子图。
强连通图：在有向图中，对于每一对v_i和v_j∈V，v_i≠v_j，从v_i到v_j都存在路径。
强连通分量：有向图中的极大强连通子图。
连通图的生成树：一个极小连通子图，它含有图中全部顶点，但只有足以构成一棵树的n-1条边。如果在树上添加一条边，必定构成一个环(多于n-1条边)。小于n-1条边则是非连通图。但是，有n-1条边的图不一定是生成树。
有向树：有一个顶点的入度为0，其余顶点的入度均为1的有向图。
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。

6.2 图的存储结构

6.2.1 邻接矩阵

邻接矩阵表示法

表示顶点之间相邻关系的矩阵。
设G=(V，E)是具有n个顶点的图，则G的邻接矩阵是具有如下性质的n阶方阵：

图的邻接矩阵
【举例】下图中无向图G₅和有向图G₆的邻接矩阵分别为A₁和A₂。在这里插入图片描述

若G是网，则邻接矩阵可以定义为：
网的邻接矩阵
其中：

w_ij表示边上的权值;
∞表示一个计算机允许的、大于所有边上权值的数。

【举例】下面带权图的两种邻接矩阵分别为A₃和A₄。
在这里插入图片描述

邻接矩阵表示法创建无向网

void create(AMGrapg &g){
	int vex,arc;   //定义顶点数、边数
	int vexs[50],arcs[50][50];     //定义顶点集、边集
	cin>>vex>>arc;
	//输入顶点集
	for(int i=0;i<vex;i++)
		cin>>vexs[i];      
	//初始化       
	for(int i=0;i<vex;i++)
		for(int j=0;j<vex;j++)
			arcs[i][j]=0;      
	//构造邻接矩阵
	for(int i=0;i<arc;i++){
		int v1,v2,w;    //输入一条边依附的顶点和权值
		arcs[v1][v2]=w;
		arcs[v2][v1]=w;	
	}
}

该算法时间复杂度为O(n²)。

邻接矩阵表示法的优缺点

优点：

便于判断两个顶点之间是否有边。
便于计算各个顶点的度。对于无向图，邻接矩阵第i行元素之和就是顶点i的度。对于有向图，第i行元素之和就是顶点i的出度，第i列元素之和就是顶点i的入度。

缺点：

不便于增加和删除顶点。
不便于统计边的数目，需要扫描邻接矩阵所有元素，时间复杂度为O(n²)。
空间复杂度高。稀疏图尤其浪费空间。

6.2.2 邻接表

邻接表表示法

图的一种链式存储结构。
在邻接表中，对图中每个顶点v_i建立一个单链表，把与v_i相邻接的顶点放在这个链表中。邻接表中每个单链表的第一个结点存放有关顶点的信息，把这一结点看做链表的表头，其余结点存放有关边的信息。由两部分组成：
(1)表头结点表：所有表头结点以顺序结构的形式存储，以便访问任一顶点的边链表。包括数据域和链域。数据域用于存储顶点v_i的名称或其他有关信息。链域用于指向链表中第一个结点。
(2)边表：由表示图中顶点间关系的2n个边链表组成。边链表中边界点包括邻接点域、数据域、链域。邻接点域指示与顶点v_i邻接的点在图中的位置。数据域存储和边有关的信息，如权值。链域指示与顶点v_i邻接的下一条边的结点。

6.2.3 邻接表、邻接矩阵、图三者之间的转换

6.3 图的遍历

6.3.1 深度优先遍历

广度优先遍历通常借助队列来实现算法，深度优先遍历通常借助栈来实现算法。
图的广度优先遍历类似于二叉树的层次遍历，深度优先遍历类似于二叉树的先序遍历。
图的BFS生成树的树高比DFS生成树的树高小或相等。

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。
树高的话，可以理解为顶点到结点的距离。对于 BFS生成树，每个结点到根结点都是最短距离；而DFS没有这个限制。

深度优先遍历（邻接矩阵）

#include<iostream>
#include<string.h>
using namespace std;

bool visited[100];
int jz[30][30];
char s[500];
int n,e;	

void dfs(int x){
	visited[x]=true;
	cout<<s[x];
	for(int i=0;i<n;i++){
		if(visited[i]==false&&i!=x&&jz[x][i]==1)
		dfs(i);
	}
}

int main(){
	while(cin>>n>>e){
		memset(visited,false,sizeof(visited));
		memset(jz,0,sizeof(jz));
		for(int i=0;i<n;i++){
			cin>>s[i];
		}
	for(int i=0;i<e;i++){
		int a,b;
		cin>>a>>b;
		jz[a][b]=1;
		jz[b][a]=1;
	} 
	dfs(0);
	cout<<endl;
	} 
}

6.3.2 广度优先遍历

广度优先遍历（邻接矩阵）

#include<iostream>
#include<string.h>
#include<queue>
using namespace std;

bool visited[100];
int jz[30][30];
char s[500];
int n,e;	

void dfs(int x){
	visited[x]=true;
	cout<<s[x];
	for(int i=0;i<n;i++){
		if(visited[i]==false&&i!=x&&jz[x][i]==1)
		dfs(i);
	}
}

void bfs(int x){
	queue<int>q;
	visited[x]=true;
	q.push(x);
	while(!q.empty()){
		for(int i=0;i<n;i++){
			if(visited[i]==false&&i!=q.front()&&jz[q.front()][i]==1){
				q.push(i);
				visited[i]=true;
			}
		}
		cout<<s[q.front()];
		q.pop();
	}
}

int main(){
	
	while(cin>>n>>e){
		memset(visited,false,sizeof(visited));
		memset(jz,0,sizeof(jz));
		for(int i=0;i<n;i++){
			cin>>s[i];
		}
	for(int i=0;i<e;i++){
		int a,b;
		cin>>a>>b;
		jz[a][b]=1;
		jz[b][a]=1;
	} 
	bfs(0);
	cout<<endl;
	} 
}