目录
目录
前言
感觉复习有点慢了，今天主要复习图的基本概念，然后看一下图的存储结构以及基本操作，明天一口气复习到遍历。
明天下午有事，还有去准备答辩，争取三天左右看完图相关内容吧。
一、图的定义
图就是点与边的集合。准确的来说，图 G 由顶点集 V 和边集 E 组成，记为 G = (V，E)，其中 V(G) 表示图 G 中顶点的有限非空集；E(G) 表示图 G 中顶点之间的关系（边）集合。
V = {v1, v2, ... , vn}，则用 |V| 表示图 G 中顶点的个数，也称为图 G 的阶，E = {(u, v) | u ∈ V, v ∈ V}，用 |E| 表示图 G 中边的条数
注：顶点集V是非空的
如图，图1、2都属于“图”，但是图3中缺少一个顶点，有边与之相连，因此图3不属于“图”。
1 无向图
当E是无向边（简称边）组成的集合时，图G(V, E)就是无向图。
顶点A, B之间是无序关系，因此其关系体现——边可以记作(A, B)或(B, A)，因为(A, B)=(B, A)
可以说A, B互为邻接点；边(A, B)依附于顶点A, B；边(A, B)与顶点A, B相关联。
该无向图中，G=(V, E)，V={A, B, C, D, E}，E={(A, B), (A, C), (A, D), (A, E), (B, E), (C, D)}
2 有向图
若E是有向边（也称弧）的有限集合时，则图G为有向图。
顶点A, B之间是有序关系，其关系体现——弧可以记为<A, B>，其中A是弧尾，B是弧头。
<A, B>是顶点A到B的弧，也可以说A邻接到B，B邻接自A。<A, B>≠<B, A>
该有向图中，G=(V, E)，V={A, B, C, D, E}，E={<A, D>, <D, A>, <A, C>, <A, E>, <E, B>}
3 简单图
满足：1、不存在重复边；2、不存在顶点到自身的边
这两个条件的图就是简单图。
如图，左下图中有一条<A, A>弧，不满足条件1；两条<A, D>弧，不满足条件2。右下图中有一条(A, A)边，不满足条件1；两条(A, E)边，不满足条件2。因此这两张图都不是简单图。
4 多重图
多重图与简单图向对应，就是某两顶点之间有超过一条边/弧，或者顶点自身通过一条边/弧与自身相连。
如图，这就是典型的多重图。
二、图的基本概念
1 顶点的度
对于无向图来说，顶点v的度就是依赖于该顶点的边的条数，记为TD(v)
对于有向图来说，入度是以顶点 v 为终点的有向边的数目，即射入顶点的弧的数目，记为 ID(v)；出度是以顶点 v 为起点的有向边的数目，即射出顶点的弧的数量，记为 OD(v)；顶点 v 的度等于其入度和出度之和，即 TD(v) = ID(v) + OD(v)
在有 n 个顶点、e 条边的无向图中，sum(TD) = 2e
在有 n 个顶点、e 条边的有向图中，sum(ID) = sum(OD) = e
2 路径
1、路径：如果顶点Vi和Vj之间有通路（可达），则Vi到Vj之间的所有顶点序列称为Vi到Vj的路径。
2、回路：第一个顶点和最后一个顶点相同的路径被称为回路或环
3、简单路径：顶点序列中未出现重复顶点的路径。
4、简单回路：除了第一个顶点和最后一个顶点相同外，顶点序列中未出现重复顶点的回路。
5、路径长度：路径上边/弧的数目。
6、点到点的距离：从顶点 u 出发到顶点 v 的最短路径若存在，则此路径的长度称为从 u 到 v 的距离。若从 u 到 v 根本不存在路径，则记该距离为无穷
7、在无向图中，若从顶点 u 到顶点 v 有路径存在，则称 u 和 v 是连通的
8、在有向图中，若从顶点 u 到顶点 v 和从顶点 v 到顶点 u 之间都有路径，则称这两个顶点是强连通的
9、若无向图 G 中任意两个顶点都是连通的，则称图 G 为连通图，否则称为非连通图
10、若有向图 G 中任意两个顶点都是强连通的，则称图 G 为强连通图（有向图不讲连通图，只有强连通图）
11、将有向图的所有的有向边替换为无向边，所得到的图称为原图的基图。如果一个有向图的基图是连通图，则有向图是弱连通图。
常见考点：
对于有 n 个顶点的无向图 G：
1、若G是连通图，最多有 n(n-1)/2 条边，最少 n-1 条边。
2、若G是非连通图，最多有 (n-1)(n-2)/2 条边，最少 0 条边。
对于有 n 个顶点的有向图 G：
1、若G是强连通图，最多 n(n-1) 条边，最少 n 条边
2、若G是弱连通图，最多 n(n-1) 条边，最少 n-1 条边
3 子图
1、子图：图 G 的顶点集 V 的子集与边集 E 的子集构成的图（并非任意挑几个点、几条边就能构成子图）
如图所示，左侧是子图，右侧无法构成图，因此不是子图。
2、生成子图：包含了原图中所有顶点的子图
3、连通分量：无向图中的极大连通子图
4、强连通分量：有向图中的极大强连通子图
5、连通图的生成树是包含图中全部顶点的一个极小连通子图。添加一条边就会形成回路，去掉一条边就会变成非连通图。
如图，生成树不止一个。
6、非连通图中，连通分量的生成树构成了非连通图的生成森林
4 权
1、边的权：在一个图中，每条边都可以标上具有某种含义的数值，该数值称为该边的权值
2、带权图/网：边上带有权值的图称为带权图，也称网
3、当图是带权图时，一条路径上所有边的权值之和，称为该路径的带权路径长度
5 几种特殊形态的图
1、无向完全图：无向图中任意两个顶点之间都存在边
2、有向完全图：有向图中任意两个顶点之间都存在方向相反的两条弧
3、稀疏图：边数很少的图
4、稠密图：与稀疏图相对
一般当 |E| < |V|log|V| 时，就可以认为G是稀疏图
5、树：不存在回路、且连通的无向图。n 个顶点的树，其必有 n-1条边
常见考点：|E| > n-1，则图G中一定有回路
6、森林：各个子图都是极小的、都是连通的
7、有向树：一个顶点的入度为 0，其余顶点的入度均为 1 的有向图。不是强连通图
三、图的存储
1 邻接矩阵法（顺序存储）
顾名思义，使用矩阵的方法进行存储。
#define MaxVertexNum 20 //顶点最大数目
typedef struct {
char Vertex[MaxVertexNum]; //顶点集
int Edge[MaxVertexNum][MaxVertexNum]; //邻接矩阵
int VexNum, EdgNum; //当前图中顶点数、边/弧数
} MatrixGraph;通过此种方法存储矩阵，空间复杂度仅与顶点数相关，空间复杂度高。适合用于存储稠密图
但是由于无向图的矩阵是对称矩阵，因此可以压缩存储。
2 邻接表法（顺序+链式）
与树的孩子表示法方法如出一辙，见示意图
#define MaxVertexNum 20 //设置图中最大顶点数
typedef struct LinkNode { //定义边/弧
int adjvex; //边的另一端在何处
struct LinkNode* next; //下一个边指针
} EdgNode;
typedef struct { //定义顶点
ElemType data; //顶点数据
struct LinkNode* first; //指向第一条边的指针
} VexNode;
typedef struct { //定义图
VexNode nodes[MaxSize]; //顶点集
int VexNum, EdgNum; //图当前顶点总数与边/弧总数
} Graph;3 十字链表法（只能存储有向图）
4 邻接多重表（只能存储无向图）
以上两种存储方式区别在于顶点的结构，边的结构区别不大
理解倒是很好理解，但是复述有点麻烦，所以就放个图了，看图理解
后记
马上就要准备毕设答辩了，最近周围还出现了复阳的。
后续应该会再花2天时间复习图，然后就是花3~4天时间复习查找，3~4天复习排序。
然后就开始复习计网。
203
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
