有向图（2.图的基础知识及效率分析）-CSDN博客

开始是一些关于图的基础知识，后面一部分是对于上一贴有向图基于邻接表的C++实现效率的分析。

有向图：

在数学上，一个图（Graph）是表示物件与物件之间的关系的方法，是图论的基本研究对象。一个图看起来是由一些小圆点（称为顶点或结点）和连结这些圆点的直线或曲线（称为边）组成的。如果给图的每条边规定一个方向，那么得到的图称为有向图，其边也称为有向边。在有向图中，与一个节点相关联的边有出边和入边之分，而与一个有向边关联的两个点也有始点和终点之分。相反，边没有方向的图称为无向图。

图又有各种变体，包括简单图/多重图；有向图/无向图等，但大体上有以下两种定义方式。

二元组的定义

　　图G是一个二元组(V,E)，其中V称为顶点集，E称为边集。它们亦可写成V(G)和E(G)。 E的元素是一个二元组数对，用（x,y）表示，其中。

三元组的定义

　　一个图，是指一个三元组(V,E,I)，其中V称为顶集（Vertices set），E称为边集（Edges set），E与G不相交；I称为关联函数，I将E中的每一个元素映射到。如果那么称边e连接顶点u,v，而u,v则称作e的端点，u,v此时关于e相邻。同时，若两条边i,j有一个公共顶点u，则称i,j关于u相邻。

存储结构：

一、邻接矩阵法

用一个二维数组表示图中的边顶点间的相邻关系，用一个顺序表来存储顶点信息。可以单纯用0、1来表示两个顶点是否相邻，也可以用数值表示两个顶点间边的权值。

邻接矩阵在查找任意一条边及边上的权时，很方便。也能很快捷的查找任意顶点的邻接点，确定任意顶点的度。但是在顶点数目巨大，而边稀疏的时候，存储空间利用率低。查找的时间度<= O(n), (n为顶点数)

现在我做的项目就是这样的情况，所以不使用邻接矩阵来存储数据。

二、邻接表

对图中每个顶点建立一个邻接关系的单链表--顶点邻接表。第i个单链表中的节点表示依附于顶点vi的边（对于有向图是以顶点vi为尾的弧）。即所有从顶点vi出发的边所指向的节点都应在第i个单链表中。

邻接表便于找任一顶点的出边及出边邻接点、出度。平均查找时间复杂度为O(e/n)。

但是如果想要查找一条具体的边，则不如邻接矩阵方便。因为必须要遍历顶点（弧尾）的链表，才能知道是否存在所求边。

同样，如果要查找任一顶点的入边和入邻接点、入度则需要遍历所有的单链表才能得出最终结果。针对这种要求，可以建立逆邻接表。即为顶点vi建立入边表。入边表中每个结点对应一条指向vi的边的弧尾。
不过，同时建立邻接表和逆邻接表会占用双倍的空间，因为每个结点都需要使用两次。

三、十字链表

十字链表其实是将邻接表和逆邻接表结合为一个表，缩减了需要的存储空间。

如图：

从图中可以看出，对于链表结点，有4个需要注意的值。若有边v1->v2，边起点是弧尾v1在顶点存放顺序表中的位置，边终点是弧头v2在顶点存放顺序表中的位置。下一入边指针指向边终点同为v2的另一条邻接边，下一出边指针指向边起点同为v1的另一条邻接边。

边集数组及多重邻接表的表示方法暂时不讨论。

代码实现及效率分析：

在上一贴中实现了有向图基于邻接表的C++实现，下一贴将给出基于十字链表的实现。这里还是主要说一点关于基于邻接表代码的实现及效率问题。

可以看出，使用两个struct（class），一个表示边一个表示顶点，内容跟上面邻接表图几乎一样。所有的顶点都会存放到一个vector容器中，方便管理，定位元素位置等等。主要操作还是针对struct中数据。

在刚完成时，我做测试，加入10W条边需要20分钟。开始以为在已有链表中插入新边很费时间。比如插入v1->v2，如果不存在边，则在v1的邻接表起始点插入这条边。但如果已经有v1->v2边存在，那么新的边会插在已有的第一条v1->v2边后面。这样的实现方式一定会去遍历邻接表，尤其是不存在需要插入的边，会遍历顶点的整个邻接表。

修改插入边的方式，即不管需要插入的边是否存在，都会放在顶点邻接表的开始位置，这样提高了插入速度。不过重新运行，发现时间仍然没有很大的变化。然后发现，相对于5000个顶点，10W条边真不算很多，每个顶点分摊下来平均也就20条边。遍历一次有20个节点的邻接表花不了太多时间。这样的话，时耗大部分就不是浪费在链表遍历上了。如果图中每个顶点的邻接表很大，这样修改是有用的。但是这样插入的边是没有顺序可言的，如果你想找出所有v1->v2的边，必须遍历整个v1的邻接链表。而按照我初始的实现方式，不一定需要遍历完整个链表就可完成要求。

加入时间函数后，跟踪insertAEdge（）函数每部分。发现相对于定位顶点v1，v2的位置来说，遍历链表的时间几乎可以不计。插入一条边v1->v2时，首先需要定位顶点v1，v2看看他们是否是vector中已有的数据。不是的话说明顶点是不存在的。这份代码中绝大部分时间就花在了搜索中。最坏情况下，搜索一个顶点竟然需要0.008秒左右。这样的时耗真是伤不起啊。代码中完成搜索v1,v2功能的是下面语句：

      int v1 = getVertexIndex(vertexName1);      //V1,V2是返回的顶点v1，v2在容器中的索引
       int v2 = getVertexIndex(vertexName2);

getVertexIndex函数实现：

int getVertexIndex(IN const vertexNametype vertexName)
{
for (int i = 0; i < m_vertexArray.size(); i++)
    {
if (vertexName == m_vertexArray.at(i).vertexName)
        {
return i;
        }
    }
return -1;
}

想想觉得每次循环都调用m_vertexArray.size()和m_vertexArray.at(i)肯定是会花时间的，于是用一个临时变量来存储m_vertexArray.size()的值，避免多次调用。然后不用容器的at（）函数，而直接使用下标去提升效率。修改后的定位v1，v2代码如下：

int v1 = -1;
int v2 = -1;
int size = m_vertexArray.size();

for(int i = 0; i != size ; i++)
 {
if( v1 != -1 && v2 != -1 )
  {
break;
  }
if( v1 == -1 && vertexName1 == m_vertexArray[i].vertexName )
  {
   v1 = i;
  }
if( v2 == -1 && vertexName2 == m_vertexArray[i].vertexName )
   v2 = i;
 }