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];
}
}