图

图的基本概念：多对多关系

• 图(graph)是一种网状数据结构，图是由非空的顶点集合和一个描述顶点之间关系的集合组成
• 其形式化的定义如下
  Graph = (V, E)
  V = {x|x$\in$某个数据对象}
  E = {<u, v>| P(u, v) $\wedge$(u, v$\in$V)}
  V是具有相同特性的数据元素的集合，V中的数据元素通常称为顶点(Vertex)，E是两个顶点之间关系的集合。P(u,v)表示u和v之间有特定的关联属性
• 若<u,v>$\in$E，则<u,v>表示从顶点u到顶点v的一条弧，并称u为弧尾或起始点，称v为弧头或终止点，此时途中的顶点之间的连线是有方向的，这样的图称为有向图(directed graph)
• 若<u,v>$\in$E，则必有<v,u>$\in$E，则关系E是对称的，此时可以使用一个无序对(u,v)来代替两个有序对，它表示顶点u和顶点v之间的一条边，此时图中顶点之间的连线是没有方向的，这种图称为无向图(undirected graph)
• 在无向图和有向图V中的元素都称为顶点，而顶点之间的关系却有不同的称谓，即弧或变，为避免麻烦，在不影响理解的前提下，我们统一的将它们称为边(edge)，并且我们还约定顶点集与边集是有限的，并记顶点与边的数量为|V|和|E|
  

无向图实际上也是有向图，是双向图

加权图：

• 在实际应用中，图不但需要表示元素之间是否存在某种关系
• 而且图的边往往与具有一定实际意义的数有关，即每条边都有与它行管的实数，称谓权
• 这些权值可以表示从一个顶点到另一个顶点的距离或消耗等信息，在本章中假设边的权均为正数
• 这种边上具有权值的图称为带权图(weighted graph)

图的存储

• 邻接矩阵：二维数组 顺序结构
  

• 邻接表：链表 链式存储结构
  
  图的遍历

• 图的遍历就是从图中某个顶点出发，按某种方法对图中所有顶点访问且仅访问一次

• 图的遍历算法是求解图的连通性问题、拓扑排序和求关键路径等算法的基础

• 深度优先遍历(DFS depth-first search)：类似于树的先根遍历，是树的先根遍历的推广（可以采用递归和借助栈的非递归方式实现）

• 广度优先遍历(BFS breadth-first search)：遍历类似于树的层次遍历，它是树的按层遍历的推广（借助队列非递归方式实现）

无向图的深度优先遍历：0->1->3->7->4->2->5->6
无向图的广度优先遍历：0->1->2->3->4->5->6->7

无向图的深度优先遍历：a b e f c d g h i
无向图的广度优先遍历：a b c d e f g h i

无向图的深度优先遍历：A B C F D H I E G
无向图的广度优先遍历：A B C D E F G H I

最短路径概念

• 在许多应用领域，带权图都被用来描述某个网络，比如通信网络、交通网络等。这种情况下，各边的权重就对应于两点之间通信的成本或交通费用
• 此时，一类典型的问题就是：在任意指定的两点之间如果存在通路，那么最小的消耗是多少。这类问题实际上就是带权图中两点之间最短路径的问题。

问题：计算V1到V8的最短路径

最短路径1:段数最少的最短路径：

• 生活案例：换乘最少
• 解决方案：使用广度优先搜索即可
• 类似问题：编写国际象棋AI，计算最少走多少步就可获胜
• 类似于树的层次遍历，需要借助队列来实现
• 对于已经检查过的结点，应该标记为已检查，且不再检查它。否则可能会导致无限循环。可以使用另一个列表存放已经检查过的结点，找到即为可达，第一次找到，即为跳转最少。如果到最后队列为空，表明没有路径可以到达

最短路径2:权值最小的最短路径：

• 生活案例：时间最少，距离最短
• 解决方案：使用狄克斯特拉算法