数据结构—图的总结

最新推荐文章于 2024-06-17 00:16:51 发布

Stephen tutu

最新推荐文章于 2024-06-17 00:16:51 发布

阅读量717

点赞数

本文链接：https://blog.csdn.net/m0_53383073/article/details/117400354

版权

本文详细介绍了图的定义、存储结构（邻接矩阵和邻接表）、图的遍历（深度优先与广度优先）、最小生成树（Prim和Kruskal算法）以及最短路径（Dijkstra和Floyd算法），并通过实例展示了如何在通信网络设计中应用这些理论。

摘要由CSDN通过智能技术生成

1.导言

2.思维导图

图的总结

3.图的定义

顶点ii的出度：第ii行1的个数。顶点ii的入度，第ii列1的个数。
图由顶点集V(G)和边集E(G)组成，记为G=(V,E)。其中E(G)是边的有限集合，边是顶点的无序对（无向图）或有序对（有向图）。
对有向图来说，E(G)是有向边（也称弧(Arc)）的有限集合，弧是顶点的有序对，v、w是顶点， v为弧尾（箭头根部），w为弧头（箭头处）。
对无向图来说，E(G)是边的有限集合，边是顶点的无序对，记为(v, w)或者(w, v)，并且(v, w)=(w,v)。
顶点的度、入度、出度
顶点v的度：与v相关联的边的数目；
顶点v的出度：以v为起点有向边数；
顶点v的入度：以v为终点有向边数。
路径与回路
简单路径：序列中顶点不重复出现的路径
简单回路：序列中第一个顶点和最后一个顶点相同的路径
连通图（强连通图）：在无（有）向图中，若对任何两个顶点v、u都存在从v到u的路径，则称图G为连通图（强联通图）。
极大连通子图：该子图是G连通子图，将G的任何不在该子图的顶点加入，子图将不再连通。
极小连通子图：该子图是G的连通子图，在该子图中删除任何一条边，子图都将不再连通。

4.图的存储结构

邻接矩阵

概念：用一个一维数组存放图中所有顶点数据；用一个二维数组存放顶点间关系（边或弧）的数据，这个二维数组称为邻接矩阵。用邻接矩阵表示图，很容易确定图中任意两个顶点是否有边相连。邻接矩阵分为有向图邻接矩阵和无向图邻接矩阵。对无向图（无向简单图）而言，邻接矩阵一定是对称的，而且对角线一定为零，有向图则不一定如此。
邻接矩阵结构体定义

#define MAXV 最大顶点个数
//声明顶点类型
typedef struct {
   
	int number;/*顶点编号*/
	Info Type info;/*顶点其他信息*/
}VertexType;
//声明邻接矩阵类型
typedef struct {
   
	int edges[MAXV][MAXV];/*邻接矩阵*/
	int n, e;/*顶点数、边数*/
	VertexType vexs[MAXV];/*顶点信息*/
}MatGraph;

（1）无向图：
（2）有向图：
建图

void CreateMGraph(MGraph& g, int n, int e)//邻接矩阵建图 
{
    //n顶点个数，e边个数
    int i, j;
    int a, b;
    for (i = 1; i <= n; i++)   //注意输入的起始顶点值从0还是1开始
        for (j = 1; j <= n; j++)
            g.edges[i][j] = 0;
    for (i = 0; i < e; i++)
    {
   
        cin >> a >> b;
        g.edges[a][b] = 1;
        g.edges[b][a] = 1;
    }
    g.n = n;
    g.e = e;
}

邻接表

概念：邻接表是数组和链表的结合。对于每个顶点都建立一个单链表存储该顶点所有的邻接点。然后将定义一个结构体VNode，里面保存顶点邻接点的链表和顶点其他信息。设置VNode类型的结构体数组AdjGraph[]就可以保存图中所有顶点的邻接点,达到保存图中所有边的目的。结构体数组AdjGraph[]即为邻接表。
邻接表的结构体定义

typedef struct ANode //边结点；
{
   
   int adjvex;//指向该边的终点编号；
   struct ANode*nextarc;//指向下一个邻接点；
   INfoType info;//保存该边的权值等信息；
}ArcNode;
typedef struct  //头结点
{
   
   int data;//顶点；
   ArcNode *firstarc;//指向第一个邻接点；
}VNode;
typedef struct
{
   
   VNode adjlist[MAX];//邻接表；
   int n,e;//图中顶点数n和边数e；
}AdjGraph;

（1）无向图：
（2）有向图：
邻接矩阵和邻接表表示图的区别
- 思路：
  1、在邻接矩阵表示中，无向图的邻接矩阵是对称的。邻接矩阵需要申请一个二维数组，空间复杂度为O(n2)
  2、在邻接表的表示中，无向图的同一条边在邻接表中存储的两次。因为共有e条边和n个结点，需要开辟n个空间来保存结点，e个空间来保存e条边信息，所以，创建邻接表的空间复杂度为O(n+e)

5.图的遍历

深度优先遍历

概念：
1、首先以一个未被访问过的顶点作为起始顶点，沿当前顶点的边走到未访问过的顶点；
2、当没有未访问过的顶点时，则回到上一个顶点，继续试探别的顶点，直至所有的顶点都被访问过。
代码

int visited[MaxN]={
   0}; //记录顶点的访问状态
int result[MaxN]; //result数组记录DFS遍历结果
int N,E,k;// N为顶点数，E为边数，k记录遍历结果下标

void DFS(int v){
   
	visited[v]=1;
	result[k++]=v;
	for (int i=0;i<N;i++){
   
		if (G[v][i]==1 && visited[i]==0)
			DFS(i);
	}
}

int main(){
   
	for (int i=0;i<N;i++){
   
		k = 0;
		if (visited[i]==0){
   
			DFS(i);
                 //用{}打印出一个连通分量
			cout<<"{ ";
			for (int j=0;j<k;j++)
				cout<<result[j]<<' ';
			cout<<"}"<<endl;
		}

	}
return 0;
}

广度优先遍历

思路：有点类似于树的层序遍历，也就是像剥洋葱一样，“一层一层地剥开”。即从一个选定的点出发，将与其直接相连的点都收入囊中，然后依次对这些点去收与其直接相连的点。重复到所有点都被访问然后结束。
代码

int visited[MaxN]={
   0}; //记录顶点的访问状态
int result[MaxN]; //result数组记录BFS遍历结果
int N,E,k;// N为顶点数，E为边数，k记录遍历结果下标

void BFS(int v){
   
	queue<int> q;
	q.push(v);
	visited[v]=1;
	result[k++]=v;
	while