图的总结

一、图的定义：

图是由顶点的有穷非空集合和顶点之间边的集合组成，通常表示为：G=(V，E)

其中：G表示一个图，V是图G中顶点的集合，E是图G中顶点之间边的集合。

在线性表中，元素个数可以为零，称为空表；

在树中，结点个数可以为零，称为空树；

在图中，顶点个数不能为零，但可以没有边。

 

若顶点vi和vj之间的边没有方向，则称这条边为无向边，表示为(vi,vj)。

若从顶点vi到vj的边有方向，则称这条边为有向边，表示为<vi,vj>。

 

在线性结构中，数据元素之间仅具有线性关系；

在树结构中，结点之间具有层次关系；

在图结构中，任意两个顶点之间都可能有关系。

 

无向完全图：在无向图中，如果任意两个顶点之间都存在边，则称该图为无向完全图。

有向完全图：在有向图中，如果任意两个顶点之间都存在方向相反的两条弧，则称该图为有向完全图。  

 

二、图的基本术语：

稀疏图：称边数很少的图为稀疏图；

稠密图：称边数很多的图为稠密图。

 

顶点的度：在无向图中，顶点v的度是指依附于该顶点的边数，通常记为TD (v)。

顶点的入度：在有向图中，顶点v的入度是指以该顶点为弧头的弧的数目，记为ID (v)；

顶点的出度：在有向图中，顶点v的出度是指以该顶点为弧尾的弧的数目，记为OD (v)。

 

路径：在无向图G=(V, E)中，从顶点vp到顶点vq之间的路径是一个顶点序列(vp=vi0,vi1,vi2, …, vim=vq)，其中，(vij-1,vij)∈E（1≤j≤m）。若G是有向图，则路径也是有方向的，顶点序列满足<vij-1,vij>∈E。

回路（环）：第一个顶点和最后一个顶点相同的路径。

简单路径：序列中顶点不重复出现的路径。

简单回路（简单环）：除了第一个顶点和最后一个顶点外，其余顶点不重复出现的回路。

 

连通图：在无向图中，如果从一个顶点vi到另一个顶点vj(i≠j)有路径，则称顶点vi和vj是连通的。如果图中任意两个顶点都是连通的，则称该图是连通图。

连通分量：非连通图的极大连通子图称为连通分量。

 

强连通图：在有向图中，对图中任意一对顶点vi和vj (i≠j)，若从顶点vi到顶点vj和从顶点vj到顶点vi均有路径，则称该有向图是强连通图。

强连通分量：非强连通图的极大强连通子图。

 

生成树：n个顶点的连通图G的生成树是包含G中全部顶点的一个极小连通子图。

 

 

三、图的抽象数据类型定义

ADT  Graph

Data

    顶点的有穷非空集合和边的集合

Operation

  InitGraph

     前置条件：图不存在

     输入：无

     功能：图的初始化

     输出：无

     后置条件：构造一个空的图

DFSTraverse

     前置条件：图已存在

     输入：遍历的起始顶点v

     功能：从顶点v出发深度优先遍历图

     输出：图中顶点的一个线性排列

     后置条件：图保持不变

  BFSTraverse

     前置条件：图已存在

     输入：遍历的起始顶点v

     功能：从顶点v出发广度优先遍历图

     输出：图中顶点的一个线性排列

     后置条件：图保持不变

DestroyGraph

     前置条件：图已存在

     输入：无

     功能：销毁图

     输出：无

     后置条件：释放图所占用的存储空间

GetVex

     前置条件：图已存在

     输入：顶点v

     功能：在图中查找顶点v的数据信息

     输出：顶点v的数据信息

     后置条件：图保持不变

endADT

 

四、图的遍历操作

图的遍历是从图中某一顶点出发，对图中所有顶点访问一次且仅访问一次。

 

图的遍历操作要解决的关键问题：

在线性表中，数据元素在表中的编号就是元素在序列中的位置，因而其编号是唯一的；

在树中，将结点按层序编号，由于树具有层次性，因而其层序编号也是唯一的；

在图中，任何两个顶点之间都可能存在边，顶点是没有确定的先后次序的，所以，顶点的编号不唯一。

为了定义操作的方便，将图中的顶点按任意顺序排列起来，比如，按顶点的存储顺序。

 

 

深度优先遍历基本思想：

⑴ 访问顶点v；

⑵ 从v的未被访问的邻接点中选取一个顶点w，从w出发进行深度优先遍历；

⑶ 重复上述两步，直至图中所有和v有路径相通的顶点都被访问到。

 

广度优先遍历基本思想：

⑴ 访问顶点v；

⑵ 依次访问v的各个未被访问的邻接点v1, v2, …, vk；

⑶ 分别从v1，v2，…，vk出发依次访问它们未被访问的邻接点，并使“先被访问顶点的邻接点”先于“后被访问顶点的邻接点”被访问。直至图中所有与顶点v有路径相通的顶点都被访问到。

 

五、图的存储结构及实现

图的特点：顶点之间的关系是m:n，即任何两个顶点之间都可能存在关系（边），无法通过存储位置表示这种任意的逻辑关系，所以，图无法采用顺序存储结构。

 

邻接矩阵（数组表示法）

基本思想：

用一个一维数组存储图中顶点的信息

用一个二维数组（称为邻接矩阵）存储图中各顶点之间的邻接关系。

 

const int MaxSize=10;

template <class T>

class Mgraph{

   public:

      MGraph(T a[ ], int n, int e );   

       ~MGraph( )

       void DFSTraverse(int v);

       void BFSTraverse(int v);

        ……

   private:

       T vertex[MaxSize];

       int arc[MaxSize][MaxSize];

       int vertexNum, arcNum;

};

 

邻接矩阵中图的基本操作——构造函数

1、确定图的顶点个数和边的个数；

2、输入顶点信息存储在一维数组vertex中；

3、初始化邻接矩阵；

4、依次输入每条边存储在邻接矩阵arc中；

     4.1 输入边依附的两个顶点的序号i, j；

     4.2 将邻接矩阵的第i行第j列的元素值置为1；

     4.3 将邻接矩阵的第j行第i列的元素值置为1；

例：template <class T>

MGraph::MGraph(T a[ ], int n, int e) {

    vertexNum=n; arcNum=e;

    for (i=0; i<vertexNum; i++)

        vertex[i]=a[i];

    for (i=0; i<vertexNum; i++)    //初始化邻接矩阵

   for (j=0; j<vertexNum; j++)

           arc[i][j]=0;             

    for (k=0; k<arcNum; k++) {

        cin>>i>>j;     //边依附的两个顶点的序号

        arc[i][j]=1;  arc[j][i]=1;  //置有边标志    

    }

}

 

六、邻接矩阵上的其他操作
1、增加一个顶点

在存储顶点的一维数组中插入该顶点的信息

在邻接矩阵中插入一行、一列

2、删除一个顶点

在存储顶点的一维数组中删除该顶点的信息

在邻接矩阵中删除一行、一列

3、增加一条边

修改相应的矩阵元素的值

4、删除一条边

修改相应的矩阵元素的值

5、增删顶点

增加：顶点表中插入一个元素

删除：在顶点表中删除一个元素，同时在边表中删除相应的边

6、增删边<x, y>

如果是有向图，则在x的边表中增加/删除边；

如果是无向图，则还要在y的边表中增加/删除一条边

 

• 图的相关算法

（1）、普里姆（Prim）算法

基本思想：

设G=(V, E)是具有n个顶点的连通网，

T=(U, TE)是G的最小生成树，

T的初始状态为U={u0}（u0∈V），TE={ }，

重复执行下述操作：

在所有u∈U，v∈V-U的边中找一条代价最小的边(u, v)并入集合TE，同时v并入U，直至U=V。

 

1. 初始化两个辅助数组lowcost（=arc[0][i]）和adjvex(=0)(0是始点)；

2. 输出顶点u0，将顶点u0加入集合U中；

3. 重复执行下列操作n-1次

   3.1 在lowcost中选取最短边(lowcost[k])，取对应的顶点序号k；

   3.2 输出顶点k和对应的权值；

   3.3 将顶点k加入集合U中（lowcost[k]=0）；

   3.4 调整数组lowcost和adjvex；

 

（2）、克鲁斯卡尔（Kruskal）算法

基本思想：

设无向连通网为G＝(V, E)，令G的最小生成树为T＝(U, TE)，其初态为U＝V，TE＝{ }，

然后，按照边的权值由小到大的顺序，考察G的边集E中的各条边。

若被考察的边的两个顶点属于T的两个不同的连通分量，则将此边作为最小生成树的边加入到T中，同时把两个连通分量连接为一个连通分量；

若被考察边的两个顶点属于同一个连通分量，则舍去此边，以免造成回路，

如此下去，当T中的连通分量个数为1时，此连通分量便为G的一棵最小生成树。

 

1. 初始化：U=V；  TE={ }；

2. 循环直到T中的连通分量个数为1  

     2.1 在E中寻找最短边(u，v);

     2.2 如果顶点u、v位于T的两个不同连通分量，则

           2.2.1 将边(u，v)并入TE；

           2.2.2 将这两个连通分量合并为一个；

     2.3 在E中标记边(u，v)，使得(u，v)不参加后续最短边的选取；

 

算法中存在的三个关键问题：

1、图的存储结构

采用边集数组存储图。

2、如何判断一条边所依附的两个顶点在同一个连通分两中(并查集)

      定义Parent[i]数组。数组分量的值表示顶点i的双亲节点（初值为-1；）

     当一条边（u,v）的两个顶点的根结不同时，这两个结点属于不同的连通分量（利用parent 数组查找一棵树的根节点。当一个结点n的parent==-1，树的根节点即为n）

3.   如何将一条边所依附的两个顶点合并到同一个连通分量中

      要进行联通分量的合并 ，其中一个顶点所在的树的根节点为vex1，另一个顶点所在的树的根节点为vex2，则：parent[vex2]=vex1；

 

（3）、Dijkstra算法

基本思想：

1、设置一个集合S存放已经找到最短路径的顶点，S的初始状态只包含源点v，

2、对vi∈V-S，假设从源点v到vi的有向边为最短路径（从v到其余顶点的最短路径的初值）。

3、以后每求得一条最短路径v, …, vk，就将vk加入集合S中，并将路径v, …, vk , vi与原来的假设相比较，取路径长度较小者为最短路径。

重复上述过程，直到集合V中全部顶点加入到集合S中。

 

再下一条路径长度次短的最短路径的特点:

它可能有四种情况：或者是直接从源点到该点(只含一条边)； 或者从源点经过顶点v1，再到达该顶点(由两条边组成)；或者是从源点经过顶点v2，再到达该顶点（两条条边）；或者是从源点经过顶点v1、v2，再到达该顶点（多条边）。

其余最短路径的特点：

它或者是直接从源点到该点(只含一条边)； 或者是从源点经过已求得最短路径的顶点（集合S中的顶点），再到达该顶点。

 

（4）、Floyd算法

基本思想：

1. 设图g用邻接矩阵法表示，
2.  2、求图g中任意一对顶点vi、 vj间的最短路径。

   （-1） 将vi到vj 的最短的路径长度初始化为(vi,vj)， 然后进行如下n次比较和修正：

1. 在vi、vj间加入顶点v0，比较（vi, v0, vj）和(vi, vj)的路径的长度，取其中较短的路径作为vi到vj的且中间顶点号不大于0的最短路径。

（1）  在vi、vj间加入顶点v1，

      得（vi, …，v1）和(v1, …，vj)，其中：

     （vi, …, v1）是vi到v1 的且中间顶点号不大于0的最短路径，

        (v1, …, vj) 是v1到vj 的且中间顶点号不大于0的最短路径，

     这两条路径在上一步中已求出。

      将（vi, …, v1, …, vj）与上一步已求出的且vi到vj 中间顶点号不大于0的最短路径比较，取其中较短的路径作为vi到vj 的且中间顶点号不大于1的最短路径。

（2）在vi、vj间加入顶点v2，得

         （vi, …, v2）和(v2, …, vj)， 其中：

        （vi, …, v2）是vi到v2 的且中间顶点号不大于1的最短路径，

           (v2, …, vj) 是v2到vj 的且中间顶点号不大于1的最短路径，

           这两条路径在上一步中已求出。

           将（vi, …, v2, …, vj）与上一步已求出的且vi到vj 中间顶点号不大于1的最短路径比较， 取其中较短的路径作为vi到vj 的且中间顶点号不大于2的最短路径。

……

 

（5）、拓扑序列：

基本思想：

⑴ 从AOV网中选择一个没有前驱的顶点并且输出；

⑵ 从AOV网中删去该顶点，并且删去所有以该顶点为尾的弧；

⑶ 重复上述两步，直到全部顶点都被输出，或AOV网中不存在没有前驱的顶点。

 

设G=(V，E)是一个具有n个顶点的有向图，V中的顶点序列v1, v2, …, vn称为一个拓扑序列，当且仅当满足下列条件：若从顶点vi到vj有一条路径，则在顶点的拓扑序列中顶点vi必在顶点vj之前。

拓扑排序：对一个有向图构造拓扑序列的过程称为拓扑排序 。

 

基于邻接表的拓扑排序的基本思想

（1）找G中无前驱的顶点

查找indegree ［i］为零的顶点vi；

（2）修改邻接于顶点i的顶点的入度（删除以i为起点的所有弧）

对链在顶点i后面的所有邻接顶点k，将对应的indegree［k］ 减1。

       为了避免重复检测入度为零的顶点，可以再设置一个辅助栈，若某一顶点的入度减为0，则将它入栈。每当输出某一入度为0的顶点时，便将它从栈中删除。