图论基础1

1.图的基本概念

图是一种数据结构，定义为 G = ( V, E).

V是一个非空有限集合，代表顶点（结点）；

E代表边的集合，对于边（ u，v） E

        -u和v邻接（adjacent）

        -e和u、v关联（lncident）

无向图（undirected graph）：图的边没有方向，双向可达。

有向图（directed graph）：图的边有方向，只能按箭头方向从一点到另一点。

带权图：权的含义，不加权的图 也可以认为所有边上的权都是1.

阶：一个图的阶是指图中顶点的个数.

度：与该顶点相关联的边的数目，有奇点、偶点之分，对于有向图，有入度和出度之分.

定理：无向图中所有顶点的度之和等于边数的2倍；

           有向图中所有顶点的入度之和等于所有顶点的出度之和；

            任意一个无向图一定有偶数个（或0个奇点）；

完全图：一个n阶的完全无向图含有n*(n-1)/2条边；

               一个n阶的完全有向图含有n*(n-1)条边；

稠密图：当一个图的边数接近完全图时；

稀疏图：当一个图的边数远远少于完全图时；

在具体使用时，要选用不同的存储结构。

连通：如果图中结点U、V之间存在一条从U通过若干条边、点到达结点V的通路，则称U、V是连通的。

回路：起点和终点相同的路径，称为回路，或“环”.

子图（subgraph）:边的子集和相关联的点集。

强连通分量：在有向图G中，如果两个顶点vi,v间（vi>vj）有 一条从vi到vj的 有向路径，同时还有一条从vj到vi的有向路径，则称两个顶点强连通（strongly connected）。如果有向图G的每两个项点都强连通，称G是一个强连通图。

2.图的存储和遍历

2.1 图的存储方式1：邻接矩阵

• adjacency matrix A
• n x n
•                       
• 在稀疏图中造成大量的空间浪费
• 遍历邻接边时造成时间浪费
• 

2.2 图的存储方式2：边集数组

        利用一维数组存储图中所有边的一种图的表示方法，每个数组元素存储一条边的起点 、终点和权值。

        在边集数组中查找一条边或一个顶点的度都需要扫描整个数组，其时间复杂度为O(E），

E为边数。

        适合对边依次进行处理的运算，而不适合对顶点的运算和对任意一条边的运算，从空间复杂度上讲，边集数组适合于存储稀疏图。

2.3 图的存储方式3：邻接表

• Adjacency table
• 空间复杂度 为O（e/n）
• 扫描整个表 时间复杂度为O（n+e）

//adjacency List for undirected graph
const int N = le5+5;
const int M = 2e5+5;
int head[N],to[M] ,nx[M], cost[M],tot;
void init(){
	memset(head, -1,sizeof(head));
	tot = 0;
}
int addEdge(int u, intv, int c){
	to[tot] = v; cost[tot] = c; nx[tot] = head[u]; head[u] = tot++;
	to[tot] = u; cost[tot] = c; nx[tot] = head[v]; head[v] = tot++;
}
//traversal
for(int i = head[u]; ~i; i = nx[i]){
	int v = to[i], c = cost[i];
	//do something...
}

空间复杂度：O（V+E）

对稀疏图可以减少存储空间，可以直接访问到一个点的查找/删除边不是常数时间，图的信息一般都不做修改。

2.4图的存储方式4：VECTOR存边

vetcor 动态数组 本质是邻接表

vetcor<pair<int, int> >e[n]

//undirected graph with weight                          //undirected graph with weight                           
typedef pair<int, int> pii;								const int N = le5+5;
const int N = le5+5;									vetcor<int> e[N];
vetcor<pii> e[N];
		
//addEdge <u,v>(c)										//addEdge <u,v>
e[u].push_back({v,c});									e[u].push_back(v);
e[v].push_back({u,c});									e[v].push_back(u);

//traversal												//traversal
for(int i = 0;i < e[u].size(); i++){					for(int i = 0;i < e[u].size(); i++){
	int v = e[u][i].first, c = e[u][i].second;			int v = e[u][i];
	//do something...										//do something...
	}													}