这篇博客介绍了图的基本概念，包括顶点、边和图的分类，如有向图与无向图。文章详细阐述了图的两种常见表示方法——邻接矩阵和邻接表，分析了它们的存储代价。此外，还讨论了图的性质，如顶点数与边数的关系，并定义了稀疏图和密集图的概念。最后，提供了关于图的两个关键推论。
从这一篇博客开始，我们逐渐会开始学习一些图的相关的算法了。
首先我们明白一下什么时图。
我们通常提到的图都是有两个组成部分：顶点，边。
顶点是图的基本元素，而边则是代表顶点之间有没有连接关系。根据边的方向性，图又分为有向图和无向图两种。
举个简单的例子，成都和北京，两个城市就可以看作是两个顶点。彼此间有飞机可以来往，既可以从成都到北京，又可以从北京到成都，因此这个关系可以表示为无向图。但是如果假设某一天打仗了。因为敌人的干扰，我们只能从成都到北京，而北京的飞机出不来。那么此时，就是一个有向图了。
而通常图的表示有两种方法。邻接矩阵和邻接表。
邻接矩阵是用一个矩阵来保存图，是一个n x n的矩阵A，n为顶点数。如下图所示：
矩阵元素代表顶点i 到顶点 j有连接， 这里这个1 也可以换成是i 到 j 的路径权重。可以看到邻接矩阵存储代价为
。
邻接表的表示如下：
如上图所示，第一条信息表示 节点0 与节点1存在通路， 通常我们还要在1 后面存储下0 到1通路的权重。第二条信息表示，节点1 与节点 0 2 3 存在通路，后面的信息类似。
邻接表的存储代价为2n+2m, 其中m代表边的数量。化简为。
下面给出一些图的简单的推论。
lemma 1： 顶点为n的图，最少存在n-1条边，最多为。
Proof: n个顶点的的图，边最少的情况为 连成一条直线的情况，即每增加一个点，只增加了一条边。递推式为
边数最多的情况，是每增加一个点，都与当前已有的点连一条边。递推式为, 此时总的边数为
lemma 2: 边数接近的图称为稀疏图，边数接近
的图成为密集图。
注：文中邻接矩阵和邻接表的图引用自这个博客：
扫一扫
304
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
