图的入门及无向图的实现

图的入门及无向图的实现

前言

数据结构分为逻辑结构和物理结构，从逻辑结构上，数据结构分为集合结构（数据元素之间没有关系）、线性结构（数据元素之间存在一对一的关系）、树形结构（数据元素之间存储一对多的关旭）和图形结构（数据元素之间存在多对多的关系）；从物理结构上，数据结构分为顺序结构（把数据元素放到地址连续的存储单元里面）和链式结构（把数据元素存放在任意的存储单元里面，这组存储单元可以是连续的也可以是不连续的）。本文讲解数据结构中最后一种结构------图形结构，首先介绍图的基本概念，然后介绍图的存储结构，最后代码实现无向图。

一、图的相关概念

• 定义：图是由一组顶点和一组能够将两个顶点相连的边组成的
  
• 特殊的图
  1.自环：即一条连接一个顶点和其自身的边；
  2.平行边：连接同一对顶点的两条边；
  
• 图的分类
  按照连接两个顶点的边的不同，可以把图分为以下两种：
  无向图：边仅仅连接两个顶点，没有其他含义；
  有向图：边不仅连接两个顶点，并且具有方向；

二、图的相关术语

• 相邻顶点：当两个顶点通过一条边相连时，我们称这两个顶点是相邻的，并且称这条边依附于这两个顶点。
• 度：某个顶点的度就是依附于该顶点的边的个数
• 子图：是一幅图的所有边的子集(包含这些边依附的顶点)组成的图；
• 路径：是由边顺序连接的一系列的顶点组成
• 环：是一条至少含有一条边且终点和起点相同的路径
  
• 连通图：如果图中任意一个顶点都存在一条路径到达另外一个顶点，那么这幅图就称之为连通图。
• 连通子图：一个非连通图由若干连通的部分组成，每一个连通的部分都可以称为该图的连通子图
  

三、图的存储结构

• 要表示一幅图，只需要表示清楚以下两部分内容即可：
  1.图中所有的顶点；
  2.所有连接顶点的边；
• 常见的图的存储结构有两种：邻接矩阵和邻接表

1.邻接矩阵

1.使用一个V*V的二维数组int[V][V] adj,把索引的值看做是顶点；
2.如果顶点v和顶点w相连，我们只需要将adj[v][w]和adj[w][v]的值设置为1,否则设置为0即可。

很明显，邻接矩阵这种存储方式的空间复杂度是V^2的，如果我们处理的问题规模比较大的话，内存空间极有可能不够用。

2.邻接表

1.使用一个大小为V的数组 Queue[V] adj，把索引看做是顶点；
2.每个索引处adj[v]存储了一个队列，该队列中存储的是所有与该顶点相邻的其他顶点。

很明显，邻接表的空间并不是是线性级别的，所以后面我们一直采用邻接表这种存储形式来表示图。

四、无向图的邻接表实现

图的表示，只需要表示清楚图中顶点，及与依赖于该顶点的边即可。由邻接表的形式来表示图，可以由Queue[]数组的索引表示顶点，而每个数组的值，即队列表示依赖于顶点的边的另一个顶点。

// 无向图 数据结构（邻接表的思想进行实现）
public class Graph {
    private final int V;//记录顶点数量
    private int E;//记录边数量
    private Queue<Integer>[] adj; //每个顶点的邻接表

    public Graph(int v) {
        //初始化顶点数量
        V = v;
        //初始化边的数量
        E=0;
        //初始每个顶点的邻接表
        adj=new Queue[V];
        for (int i = 0; i < adj.length; i++) {
            adj[i]=new Queue<Integer>();
        }
    }
    //获取图中顶点的数量
    public int V()
    {
        return V;
    }
    //获取图中边的数量
    public int E()
    {
        return E;
    }
    //向图中添加一条边 v-w
    public void addEdge(int v,int w)
    {
        //1.将w添加到顶点v的邻接表中
        adj[v].enqueue(w);
        //2.将v添加到顶点w的邻接表中
        adj[w].enqueue(v);
        //3.边的个数+1
        E++;
    }
    //获取和顶点v相邻的所有顶点
    public Queue<Integer> adj(int v)
    {
        return adj[v];
    }
}