图论基础（1）

一、图的定义

如上图是一个图G，一个图由顶点（vertex）集V和边（edge）集E组成，即G=(V, E)，和树类似，其顶点又称为结点，并且边是有意义的，如上图(0,1)称为一条边。

上图中黑色的带数字的点就是顶点,可抽象成某个事物或对象。顶点之间的线就是边，表示事物与事物之间的关系。

有向边： 有向边就是固定这一条边只能从x通往y，y通往x则不可以。
无向边 : 无向边就是一条边可以从x通往y，y也可以通往x。
自环边: 一条边的起点终点是一个点。
平行边： 两个顶点之间存在多条边相连接。
有权图： 权值就是一条边的长度或代价。
无权图： 不是边的权值为0，而是全都为1。
稀疏图: 每个顶点的度数较小的图，如下图：

稠密图: 每个顶点的度数较大的图，如下图：

二、图的储存

1. 邻接矩阵

邻接矩阵是二维数据 ：例如，g[ ][ ] 时空间需求为V^2,这种存储方式适合存储稠密图

邻接矩阵每一位存的是一条边 行代表的是起始点 ,列代表的是终止点,而里面存的值就是这条边的权值
一个点到自己的距离是0，到没有直接边连接的点的权值是无穷大

需要注意的是，有向图与无向图的矩阵不同，对于无向图，当vi、vj之间由边，则a[i][j]=a[j][i]=1,但是有向图，若i指向j,只有a[i][j]=1,a[j][i]=0

2.邻接表

又叫链式前向星，其实就是链表。邻接表的思想是，对于图中的每一个顶点，用一个数组来记录这个点和哪些点相连。

如果用邻接矩阵表示稀疏图就会浪费大量内存空间，而用链接表，则是通过把顶点所能到的顶点的边保存在链表中来表示图。

步骤
1.用 h 数组保存各个节点能到的第一个节点的编号。开始时，h[i] 全部为 -1。

2.用 e 数组保存节点编号，ne 数组保存 e 数组对应位置的下一个节点所在的索引。

3.用 idx 保存下一个 e 数组中，可以放入节点位置的索引

4.插入边使用的头插法，例如插入：a->b。首先把b节点存入e数组，e[idx] = b。然后 b 节点的后继是h[a]，ne[idx] = h[a]。最后，a 的后继更新为 b 节点的编号，h[a] = idx，索引指向下一个可以存储节点的位置，idx ++ 。

模板

//邻接表
const int N = 100010, M = N * 2;
//无向图n条边时，最多2n个idx，因为每条边在邻接表中会出现两次

int h[N],  w[N], e[M], ne[M], idx;
//n个链表头，e每一个结点的值，ne每一个结点的next指针

// 添加一条边a->b
void add(int a, int b, int c)
{//e记录当前点的值(地址->值),ne下一点的地址(地址->地址)，h记录指向的第一个点的地址(值->地址)
    e[idx] = b, w[idx] = c, ne[idx] = h[a], h[a] = idx ++ ;
}
// 初始化
idx = 0;
memset(h, -1, sizeof h);

3. 各自的优缺点

空间方面：当图的顶点数很多、但是边的数量很少时，如果用邻接矩阵，我们就需要开一个很大的二维数组，最后我们需要存储 n*n 个数。但是用邻接表，最后我们存储的数据量只是边数的两倍。

效率方面：用邻接表存图的最大缺点就是随机访问效率低。比如，我们需要询问点 a 是否和点 b 连，我们就要遍历G[a]，检查这个vector里是否有 b 。而在邻接矩阵中，只需要根据G[a][b]就能判断。

邻接表可以记录重复边：如果两个点之间有多条边，用邻接矩阵只能记录一条，但是用邻接表就能记录多条。虽然重复的边看起来是多余的，但在很多时候对解题来说是必要的。

因此，我们需要对不同的应用情景选择不同的存图方法。
如果是稀疏图（顶点很多、边很少），一般用邻接表；
如果是稠密图（顶点很少、边很多），一般用邻接矩阵。