【数据结构】图 总结

一些重点概念

• 无向完全图边数$e=\frac{n(n-1)}{2}.$有向完全图边数$n(n-1).$
• 顶点v的度指的是相关联的边数，TD(v).有向图要分两部分：出度ID(v)和入度OD(v).度数/2是边数
• 简单路径：路径的顶点序列中的顶点各不相同。简单回路：除了第一和最后一个顶点外，不出现相同的顶点。
• 连通图：在无向图中，任意两个顶点都连通，则是连通图。
• 连通分量：无向图中的极大连通子图称为该无向图的连通分量。
• 强连通图：在有向图中， 每对顶点从$v_i$到$v_j$和从$v_j$到$v_i$都有路径。
• 生成树：一个连通图的生成树指一个极小连通子图，含有图中所有顶点，但只有足以构成一棵树的n-1条边，两顶点间仅有一条路径。

图的存储结构

（1）邻接矩阵

（2）邻接表

边表、表头链接表
链域、数据域、邻接点域

（3）邻接多重表

（4）十字链表

图的遍历

深度优先搜索

#define Error -1
#define Ok 1
int visited[MAX_VERTEX_MUM];
//遍历 图
void TraverseGraph(Graph g){
    for(vi=0;vi<g.vexnum;vi++){
        visited[vi]=0;
    }
    for(vi=0;vi<g.vexnum;vi++){
        if(!visited[vi])
            DepthFirstSearch(g,vi);
    }
}
//dfs
void DepthFirstSearch(Graph g,int v0){
    visit(v0);
    visited[v0]=1;
    w=FirstAdjVertex(g,v0); //找第一个邻接点
    while(w!=-1){ //邻接点存在
        of(!visited[w]) DepthFirstSearch(g,w)；
        w=NextAdjVertex(g,v0,w); //找下一个邻接点
    }
}

邻接矩阵实现dfs

//邻接矩阵方式dfs
void DepthFirstSearch(AdjMatrix g,int v0){
    visit(v0);
    visited[v0]=1;
    for(vj=0;vj<g.vexnum;vj++){
        if(!visited[vj]&&g.arc[v0][vj].adj==1){
            DepthFirstSearch(g,vj);
        }
    }
}

邻接表实现dfs

//邻接表实现dfs
void DepthFirstSearch(AdjList g,int v0){
    visit(v0);
    visited[v0]=1;
    p=g.vertex[v0].firstarc;
    while(p!=NULL){
        if(!visited[p->adjvex])
            DepthFirstSearch(g,p->adjvex);
        p=p->nextarc;
    }
}

广度优先搜索

类似于树的层次遍历

//广度优先搜索
void BreadthFirstSearch(Graph g,int v0){
    visit(v0);
    visited[v0]=1;
    InitQueue(&Q);
    EnterQueue(&Q,v0);
    while(!Empty(Q)){
        DeleteQueue(&,&v); //队头出队
        w=FirstAdj(g,v); //求v的第一个邻接点
        while(w!=-1){
            if(!visited[w]){
                visit(w);
                visited[w]=1;
                EnterQueue(&Q,w);
                w=NextAdj(g,v,w);
            }
        }
    }
}

bfs原理：bfs原理分析图解
直接看这个文章即可！！！

最小生成树

普利姆算法

克鲁斯卡尔算法