初学图论—图的认识

一、引入概念————图

---

众所周知，我们常用到的数据结构有：集合，树，链表，队列，栈等等，那么今天，我们认识一种新的数据结构——图

---

概念：图，既是某类具体事物和这些事物之间的联系

---

我们具体阐述为：图是由顶点（vertex）和边（edge）组成的

1. 顶点---具体事物 ( 顶点的集合V )

2. 边---具体事物之间的联系( 边的集合E )

那么我们可以得到图的定义为 G = (V, E)

---

二、图的分类

---

1. 无向图，即边没有指定方向的图

无向图的术语 两个顶点之间如果有边连接，那么就视为两个顶点相邻。

路径：相邻顶点的序列。

圈：起点和终点重合的路径。

连通图：任意两点之间都有路径连接的图。

度：顶点连接的边数叫做这个顶点的度。

树：没有圈的连通图。

森林：没有圈的非连通图。

---

2.有向图，即边具有指定方向的图 ( 有向图中的边又称为弧，起点称为弧头，终点称为弧尾 )

在有向图中，边是单向的：每条边所连接的两个顶点是一个有序对，他们的邻接性是单向的。

具体的说，如果存入一条边 (x, y) 我们只能说y是x的相邻点，而不能认为x是y的相邻点，因为有向图决定了这条边的方

向是明确的

有向路径：相邻顶点的序列。

有向环：一条至少含有一条边且起点和终点相同的有向路径。

有向无环图（DAG）：没有环的有向图。（认识DAG）

度：一个顶点的入度与出度之和称为该顶点的度。

1）入度：以顶点为弧头的边的数目称为该顶点的入度

2）出度：以顶点为弧尾的边的数目称为该顶点的出度

图的属性

一般来讲，我们只需记录每条边的起点与终点，但有时题目背景下会为图增添更多新的属性，即带权图——

边上带有权值的图（在不同问题中，权值意义不同，可以是距离、时间、价格、代价等不同属性）

---

三、图的存储

这里以无向图为例

---

1.邻接矩阵：即使用n * n空间复杂度的01矩阵来表示两个点之间有无联系

---

scanf("%d %d", &x, &y);
g[x][y] = g[y][x] = 1;

---

2.邻接表：通过把“从顶点0出发有到顶点2，3，5的边”这样的信息保存在链表中来表示图

---

vector<int> G[Maxn];
int u, v;
u = read();
v = read();
g[u].push_back(v);
g[v].push_back(u);

---

另外，对于带权重的无向图，我们可以将vector声明为Node类型，具体实现如下

---

struct Node {
    int next;
    int val;
  	// 内部构造函数
    Node(int x, int y) {
        next = x;
        val = y;
    }
};

vector<Node> g[Maxn];
  
int u, v, w;
u = read();
v = read();
w = read();
g[u].push_back(Node(v, w));
g[v].push_back(Node(u, w));

---

3.链式前向星：实际可以看作数组模拟的邻接表，具体实现可参考代码的注释与计算的推导

int n, m, tot;
int head[Maxn], ver[Maxn], edge[Maxn], next[Maxn];
// Next表示与当前存储边起点相同的上一条边的编号
// head[i]表示以i为起点的最后一条边的编号
// 存储的均为下标

void add_edge(int u, int v, int w) {
    ver[++tot] = v;
    // 边的终点
    edge[tot] = w;
    // 权值
    next[tot] = head[u];
    // 当前边的插入，使得之前同起点的最后一条边成为当前边的上一条边
    head[u] = tot;
    // 更新当前边起点归属下最后一条边的编号
}

// 插入端点为(u, v)权重为w的无向边
int u, v, w;
scanf("%d %d %d", &u, &v, &w);
add_edge(u, v, w);
add_edge(v, u, w);

Node s[Maxn];
int cnt = 0;
// 遍历i与其相连接的点的存储下标
for (int j = head[i]; j; j = next[j]) {
     s[cnt].val = edge[j];
     s[cnt].id = ver[j];
     cnt++;
}

---

截至，目前的更新