数据结构——python 006 图

图

基本概念

逻辑结构：多对多，邻接关系

图由顶点和边构成。图可以只有点，没有边

图G（Graph）由两个集合V（Vertex）和E（Edge）组成，记为G=(V，E)。
V是顶点的有限集合，记为V(G)。
E是连接V中两个不同顶点（顶点对）的边的有限集合，记为E(G)。

无向图

每条边都是无方向的

有向图

每条边都是有方向的

完全图——最稠密的图

任意两个点都有边相连

稀疏图

有很少边或弧的图

稠密图

有较多边或弧的图，接近于完全图

网

边或弧带权的图

邻接

有边/弧相连的两个两个顶点之间的关系

无向图（）

有向图 <>

顶点的度

与该顶点相关联的边的数目（无向图）

该顶点入度和出度的和为（有向图）该顶点顶点的度

路径

连续的边构成的顶点序列

路径长度

路径上边或弧的数目/权值之和

回路（环）

第一个顶点和最后一个顶点相同

简单路径

除了起点和终点的顶点可以相同外，其他顶点都不重复出现

简单回路（环）

除路径起点和终点相同外，其余顶点均不相同的路径

“无向图”连通图（“有向图”强连通图）

在无向图（有向图）中，对任意两个顶点，都存在这两个顶点之间的路径，则称这个图是连通图（强连通图）

连通分量

无向图G的极大连通子图称为G的连通分量

（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，子图不再连通）

有限图G的极大连通子图称为G的强连通分量

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，子图不再连通

生成树

包含无向图G的所有顶点的极小连通子图

生成森林

对非连通图，由各个连通分量的生成树的集合

存储结构

邻接矩阵

邻接矩阵是表示顶点之间邻接关系的矩阵

借助二维数组来表示元素间的的关系（数组表示法/邻接矩阵）

特点

• 图的邻接矩阵表示是唯一的。
• 对于含有n个顶点的图，采用邻接矩阵存储时，无论是有向图还是无向图，也无论边的数目是多少，其存储空间均为O(n2)，所以邻接矩阵适合于存储边数较多的稠密图。
• 无向图的邻接矩阵一定是一个对称矩阵。因此在顶点个数n很大时可以采用对称矩阵的压缩存储方法减少存储空间。
• 对于无向图，邻接矩阵的第i行（或第i列）非零元素（或非∞元素）的个数正好是顶点i的度。
• 对于有向图，邻接矩阵的第i行（或第i列）非零元素（或非∞元素）的个数正好是顶点i的出度（或入度）。
• 用邻接矩阵方法存储图，确定任意两个顶点之间是否有边相连的时间为O(1)。

有向图只画出度

邻接表——链式

将每个顶点i（0≤i≤n-1）的所有出边构成一个列表。
假设顶点i的出边有m条，即<i，j1>，<i，j2>，…，<i，jm>（权值分别为wi,j1，wi,j2，…，wi,jm）。

顶点

按编号顺序将顶点数据存储在一维数组中

关联同一顶点的边（以顶点为尾的弧）

用线性链表存储

特点

• 邻接表表示不唯一。
• 于有n个顶点和e条边的无向图，其邻接表有n个表头结点和2e个边结点；对于有n个顶点和e条边的有向图，其邻接表有n个表头结点和e个边结点。显然，对于边数目较少的稀疏图，邻接表比邻接矩阵要节省空间。
• 对于无向图，顶点i（0≤i≤n-1）对应的单链表的边结点个数正好是顶点i的度。
• 对于有向图，顶点i（0≤i≤n-1）对应的单链表的边结点个数仅仅是顶点i的出度。顶点i的入度是邻接表中所有adjvex值为i的边结点个数。
• 用邻接表存储图时，确定任意两个顶点之间是否有边相连的时间为O(m)（m为最大顶点出度，m<n）。

遍历

从给定图中任意指定的顶点（称为初始点）出发，按照某种搜索方法沿着图的边访问图中的所有顶点，使每个顶点仅被访问一次，这个过程称为图遍历。

为了避免同一个顶点被重复访问，必须记住访问过的顶点。为此，可设置一个访问标志数组visited，初始时所有元素置为0，当顶点i访问过时，该数组元素visited[i]置为1。

实质：找每个顶点邻接点的过程

深度优先遍历（DFS）

广度优先遍历（BFS）

生成树和最小生成树

概念

生成树：所有顶点均由边连接在一起，但不存在回路的图

最小生成树：一个带权连通图G（假定每条边上的权值均大于零）可能有多棵生成树.
每棵生成树中所有边上的权值之和可能不同.
其中边上的权值之和最小的生成树称为图的最小生成树

由深度优先遍历得到的生成树称为深度优先生成树。
由广度优先遍历得到的生成树称为广度优先生成树。
无论哪种生成树，都是由相应遍历中首次搜索的边构成的。

普里姆（Prim）算法（选择点）

一个一个找，找最小的

（1）初始化U={v}。以v到其他顶点的所有边为候选边。
（2）重复以下步骤n-1次，使得其他n-1个顶点被加入到U中：
① 从候选边中挑选权值最小的边加入TE（所有候选边一定是连接两个顶点集U和V-U的边），设该边在V-U中的顶点是k，将顶点k加入U中。
② 考察当前V-U中的所有顶点j，修改候选边：若(k，j)的权值小于原来和顶点j关联的候选边，则用(k，j)取代后者作为候选边。

时间复杂度：O（n²）

适用：稠密图

克鲁斯卡尔(Kruskal)算法（选择边）

先把全部顶点都摆出来，从最小的权值开始选，注意不能形成环

（1）置U的初值等于V（即包含有G中的全部顶点），TE的初值为空集（即图T中每一个顶点都构成一个分量）。
（2）将图G中的边按权值从小到大的顺序依次选取：若选取的边未使生成树T形成回路，则加入TE；否则舍弃，直到TE中包含n-1条边为止。

时间复杂度：O（e）
e为边数

适用：稀疏图

最小生成树不一定唯一