图——从零起步的数据结构学习日志4【极客BOY-米奇】

前言（转载请说明作者：极客BOY）

图

在前面的线性结构和树形结构，我们可以总结出：

线性结构：一对一；树形结构：一对多

但是现实情况可能复杂的多，关系可能错综复杂。

图在电子线路分析、人工智能、信息检索等方面都有广泛应用,也已经渗透到语言学、逻辑学、管理学、电子、化学、通信等各种研究领域中。

定义

多对多：每个元素都可以跟其他任何元素存在关系。

图中的数据元素通常称为顶点，所有顶点构成顶点集，我们通常用V(Vetex)来表示。

元素间的关系用边来表示通常用E(edge)来表示边集合。

e.g.1

G1={v,E}

V={v1,v2,v3,v4,v5}

E={(v1, v2),(v1, v4), (v2, v3),(v2, v5), (v3, v4), (v3, v5)}

PS:没有方向的边，用小括号来表示

e.g.2

G2={V,E}

V={v1, v2, v3, v4}

E={<v1, v2>,<v1, v3>,<v3, v4>,<v4, v1>}

PS:有方向的边用尖括号来表示，有向边又称为弧

根据图中的边是否有方向,图可分为：无向图、有向图。

有时，图中的边可能带有权值，这种带权图称为：网

在数学领域，权值指加权平均数中的每个数的频数，也称为权数或权重。

e.g.3

具有4个结点、6条边，任两个顶点间都有一条边。

完全图：有n个顶点，n(n-1)/2条边的无向图。

有向完全图：有n个顶点，n(n-1)条边的有向图。

PS:完全图中的边数达到该图的最大值。

图的基本概念

我们通常用**“邻接”来描述两个顶点间的关系**

邻接点：若图中两个顶点之间存在边或弧，则称两个顶点互为邻接点。

例如在G1中，v2和v3互为邻接点,因为存在边(v2,v3)。
称:(v2,v3)依附于顶点v2和v3。

度：一个顶点的邻接点的个数。

有向图中，顶点的度分为：

• 入度：指以该顶点为弧头的弧的数目。
• 出度：指以该顶点为弧尾的弧的数目。

v1的度是3，其中入度为1 (<v4,v1>) 出度为2 (<v1,v2> <v1,v3>)

路径

无向图G中，从顶点vi到顶点vj的路径是一个顶点序列,起点为vi，终点为vj ,可表示为一个这样的序列：

(vi,vi0,vi1, ....vi.n. vj) ,其中任意两个相邻的顶点间必须存在邻接关系。

如果图G是有向图,则路径也是有向的。

路径长度：路径上边或者弧的条数。

环/回路：如在G1中：{v2,v3,v5,v2}是一条回路，G2中{v1,v3,v4,v1}也是一条回路。

图的存储

图是一个复杂的数据结构，任意两个元素间都可以存在联系。

在我们之前学过的线性结构和树形结构中，都可以使用顺序和链式存储来存储，在图中是不是也可以呢？

顺序存储：邻接矩阵

邻接矩阵即表示邻接关系的矩阵。

邻接关系：图中两个顶点间的直接联系，即图中的边或弧。

如何存储每条边？