程序中图的表示
邻接链表法
对于图G = (V, E),我们可以将之视为邻接链表的组合,该种表示方法在表示稀疏图(即边的条数|E|远远小于|V| ^ 2的图)时空间利用效率高而成为表示稀疏图,甚至是稠密图的主要方法之一。
对于上述例图,使用邻接链表的表示形式示意图如下:
不难从例子中总结出,对于图G = (V, E)来说,其邻接链表表示由一个包含|V|条链表的数组Adj组成,每个结点有一条链表。对于每一个结点u∈V,邻接链表Adj[u]包含所有与结点u之间有边相连的结点v,即Adj[u]包含图G中所有与u邻接的结点(也可以实现为链表中包含指向这些结点的指针)。
对于邻接链表表示而言,结点u的所有邻边的集合Adj[u]可以看做是图的一种属性。
邻接矩阵法
对于图G = (V, E),我们还可以将之表示为一个矩阵,该种表示方法在表示稀疏图时空间利用效率显然较低,但在表示稠密图时因为其实现形式较之邻接链表法难度显然降低,因此不失为一种好的选择。此外,邻接矩阵法的另一优势也体现在,对于任一边(u, v),邻接矩阵法表示可以在O(1)时间内确定(u, v)是否为图中的一条边。
对于之前的例子,我们可以用邻接矩阵法表示为以下的矩阵。
显然,对于一个图的邻接矩阵表示,若图中存在(u, v)的边,那么在矩阵的u行v列中值为1,反之,则为0。
表示图的属性
以上两种方法是在计算机中存储图的最为常见的两种形式。除此之外,我们当然可以自定义一种表示图的方法,只要这种方法可以表示出图的所有结点和所有邻边即可。显然,对于有向图,我们还需要指明边的方向。对于有权重的图,我们还需要表示出所有边的权重。
广度优先搜索
广度优先搜索是最基本的图算法之一,也是许多重要图算法的原型,因此学好广度优先搜索具有相当的意义。Prim的最小生成树算法和Dijkstra单源最短路径算法全部都使用了类似于广度优先搜索的算法思想。
可以解决那些问题?
给定一个图G = (V, E)和一个可以识别的源结点s,广度优先搜索对图G中的边进行系统性的探索来:
- 发现可以从源结点到达的所有结点
- 计算从源结点s到 每个 可到达的结点的距离(最少的边数)
- 生成一棵“广度优先搜索树”(树以源结点为根,包含所有可以从