python--蓝桥杯--图算法

1、图的定义和相关术语

        图由顶点（Vertex）和边（Edge）组成，每条边的两端都必须是图的两个顶点。

        一般来说，图可分为有向图和无向图。

        顶点的度：和该顶点相连的边的条数，入边--入度，出边--出度

        顶点和边都可以有一定属性，而量化的属性称为权值，点权、边权。

2、图的存储

        图的存储有两种方式，邻接矩阵和邻接表

        邻接矩阵：令二维数组G[N][N]的两维分别表示图的顶点标号。

        如果不存在边权，G[i][j]=1表示顶点i、j之间有边，=0表示顶点i、j之间无边。

        如果存在边权，则可以令G[i][j]存放边权。

        邻接表：图中的每个顶点都有可能含有若干条出边，如果把同一个顶点的所有出边放在一个列表中，那么N个顶点就会有N个列表（没有出边，则对应空列表）。这N个列表被称为图的邻接表Adj[i]。（可以由链表实现）

3、图的遍历

        图的遍历方法一般有两种：深度优先搜索（DFS）和广度优先搜索（BFS）

        图的遍历（DFS）（伪代码）

## 访问顶点u
def DFS(u):
    ## 设置顶点u已被访问
    vis=[True]
    for (从u出发能达到的所有顶点v)：  ##枚举从u出发可以到达的所有顶点v
        if vis[v]==False:         ## 如果v从未被访问
            DFS(v)

## 遍历图G
def DFSTrave(G):
    for (G的所有顶点):
        ## 如果u从未被访问
        if vis[u]==False:
            ## 访问u所在的连通块
            DFS(u)

        图的遍历（BFS）（伪代码）

## 遍历u所在的连通块
def BFS(u):   
    dq=deque()

    ##    将u入队

    inq[u]=True
    while (len(dq)!=0):

        ## 取出q的队首元素u进行访问

        for （从u出发可达的所有顶点v）:
            if inq[v]==False:

                ## 将v入队
                
                inq[v]=True

## 遍历图
def BFSTrave(G):
    for (G的所有顶点u):
        if inq[u]==False:
            BFS(u)
     

4、最短路径

        解决最短路径问题常用算法：Dijkstra、Bellman-Ford、SPFA、Floyd算法。

        （下一篇）