图 Graph ——基本概念及存储

一、基本概念：

       1、图（Graph）：图G由两个集合组成：一个由顶点（vertex）构成的有穷非空集合和一个由边（edge）构成的有穷允空集合。

       2、表示：

            （1）顶点集：V(G)

            （2）边集：E(G)

            （3）图：G=(V,E)

        3、无向图（undirected graph）：表示边的两个顶点之间没有次序关系的图。

        4、有向图（directed graph）：表示边的顶点对有方向的图。<v0,v1>表示以顶点v0为尾（tail），以顶点v1为头（head）的边。

        5、图的表示：

              （1）无向图的边：（v1, v2）

              （2）有向图的边：<v1, v2>

              （3）无向图的表示：

                         V(G)={0, 1, 2, 3}          E(G)={(0,1),(0,2),(0,3),(1,2),(1,3),(2,3)}

              （4）有向图的表示：

                         V(G)={0,1,2}    E(G)={<0,1>,<1,0>,<1,2>}

        6、图的限制：

             （1）图中不能有从顶点i到其自身的边，也就是说边（vi,vi）和<vi,vi>是不合法的。这样的边称为自身环（self loops）。

             （2）同一条边在图中不能出现两次或两次以上。不满足这个限制的图称为多重图（multigraph）。

        7、完全图（complete graph）：是具有最多边数的图。

              一个具有n个顶点的：

             （1）无向图：边数的最大值  n(n-1)/2

             （2）有向图：边数的最大值  n(n-1)

        8、相邻（adjacent）、关联（incident）：

              （v0, v1）是无向图中的一条边，则称顶点v0和v1是相邻的，并称边（v0, v1）与顶点v0和v1关联。

        9、邻接、关联：

              <v0, v1>是有向图的一条边，则称顶点v0邻接到顶点v1，而称v1邻接于v0，并称边<v0, v1>与顶点v0和v1关联。

        10、子图（subgraph）：

                是这样一个图G'，G'满足

        11、路径（path）：从顶点Vp到Vq的一条路径是有顶点序列构成的边组成。

        12、路径长度（length）：路径上边的条数。

        13、简单路径（simple path）：路径上除了起点和终点可能相同外，其余顶点都互不相同。

                无向图中可以用顶点序列来表示一条简单路径。

                有向图中也可以用顺序顶点序列来表示一条简单有向路径。

        14、回路或环路（cycle）:是一条起点和终点相同的简单路径。

        15、连通（connected）：

                （1）定义：在无向图中，如果从顶点V0到V1存在一条路径，则称顶点V0和V1是连通的。

                （2）无向图连通：无向图中的每对顶点Vi和Vj，都存在一条从Vi到Vj的路径。

                （3）联通分支（connected component）：简称分支，是无向图中的极大连通子图。

                （4）强连通（strongly connected）图：在有向图中，如果每对不同的顶点Vi和Vj，都存在从Vi到Vj以及从Vj到Vi的有向路径，则称有向图是强连通的。

                （5）强连通分支（strongly connected component）：是有向图的极大强连通子图。

        16、顶点的度（degree）：

                （1）定义：是关联于该顶点的边的条数。

                （2）入度（in-degree）：在有向图中，以v为头（即箭头指向v）的边的条数。

                （3）出度（out-degree）：在有向图中，以v为尾的边的条数。

二、图的存储：

        1、邻接矩阵（adjacency matrices）

              假定G=(V,E)是一个包含（n>=1）个顶点的图，其邻接矩阵是一个n*n的二维数组。

              例如：adj_mat，如果（Vi,Vj）是图G中的一条边，即（Vi,Vj）属于E(G)，则adj_mat[i][j] = 1，如果不存在这样的边，则adj_mat[i][j] = 0。

              （1）无向图的邻接矩阵一定是对称的。为了节省空间，无向图的邻接矩阵只需存储其上三角或下三角部分。

                        有向图的邻接矩阵不一定是对称的。

              （2）顶点的度：

                        对于一个无向图，任意一个顶点i的度等于其邻接矩阵中顶点i所对应的行中的数字之和。

                        对于一个有向图，顶点i所对应的行中的数字之和等于顶点i的出度，而对应的列中的数字之和等于顶点i的入度。

              （3）稀疏图（sparse graphs）：边很少的图。

        2、邻接表（adjacency lists）

              （1）用n个链表代替邻接矩阵中n行。

              （2）图G中的每个顶点对应一个链表。链表中的结点结构至少要包含一个顶点域和一个链域。

              （3）对于任意给定的链表i(称为顶点i的邻接表)，链表中的结点就是与顶点i相邻的所有顶点。每个链表都包含一个头结点，并且链表按照顶点序号的顺序排列。

              （4）在无向图的邻接表存储表示中，通过对某个顶点的邻接表中的结点计数，可以得到该顶点的度。该值也是关联该顶点的边的条数。

              （5）在有向图中，通过对某个顶点的链表中的结点计数，可以得到该顶点的出度。

              （6）逆邻接表（inverse adjacency lists）：

                       与邻接表相同：每个顶点都对应一个链表。

                                       不同：逆邻接表中的每个链表存储的是邻接到（对应与邻接于）对应顶点的所有顶点。

                      下面是逆邻接表的结构，用来表示图中的一条边。

逆邻接表的结构组成

尾

头

头的列链

尾的行链

        3、邻接多重表（adjacency multilists）     

              （1）在无向图的邻接表存储中，每一条边（Vi,Vj）都表示两项：一项在顶点Vi的邻接表中，而另一项在顶点Vj的邻接表中。某些时候，需要方便地找到第二项，并对已扫描的边作上标记。这时多重表结构将有利于这种操作。

              （2）在多重表中，各链表中的结点可以被几个链表共享。图中的每一条边只对应于一个结点。而这个结点出现在该边所关联的两个顶点的每个邻接链表中。

邻接多重表的结点结构

marked

vertex1

vertex2

path1

path2