NTU课程：MAS714 （3）Graph Algorithms

1 图（graph）的定义

 

 2 图的表示

2.1 邻接矩阵

2.1.1 邻接矩阵的优点

        在O(1)的时间复杂度下，就可以判断一条边(u,v)是否存在（直接看第u行第v列那个元素即可）

        可以做关于矩阵的代数运算

2.1.2 邻接矩阵的缺点

        需要Ω(n^2)的空间

       不能很高效地看一个点所有的邻边（需要找到这个点所在的一行/一列，然后遍历这一行/这一列），差不多需要O(n)的时间复杂度

2.2 邻接列表

邻接列表的每一个条目里是所有和点v相连的点 组成的列表

2.2.1 邻接列表的优点

        弥补了邻接矩阵所有的缺点：

        可以很方便地查看一个点所有的邻边（O(1)时间复杂度）

        空间复杂度O(n+m)，m是图G的边数。

        对每一条边(a,b)，我会在两个地方存储他的端点。adj[a]=b,adj[b]=a

        也就是说，如果我们有m条边，那我们需要O(m)的空间复杂度

        再加上adj的n个条目

        所以空间复杂度为O(m+n)

2.2.2 邻接列表的缺点

        基本上邻接矩阵的优点就是它的缺点

        判断两个点之间（eg，v&u）有没有边，需要遍历整个adj[v]中有没有u，这个需要O(n)的时间复杂度

2.3 邻接矩阵和邻接列表的权衡

        两种各有利弊，好处坏处互补。我们需要根据实际应用的需求来决定使用那种图的表示方法（eg，图是否稀疏？是否需要频繁找边？）

        在现实世界中，由于graph偏稀疏（sparse），同时  不一定有足够的空间来保存邻接矩阵。因此，邻接列表的使用更多一点。 

3 连接性

3.1 概念

3.1.1 path

 3.1.2 circle

3.1.3 连通图

 

3.1.4 连通部分

3.1.5 强连通性

3.2 树

3.2.1 树的性质

1. 一个有n个节点的树有n-1条边
2. 两个点之间的路径是唯一的

比如在一棵树上，我们有不同的两个路径 A-B-C和A-D-C，那么我们就会成环A-B-C-D-A，与无环冲突

 4 图的遍历

 找出所有和u有路径的点

 4.1 最naive的方法

        一开始只有一个节点（初始节点）被标记了（visited）

        每次遍历所有的边，看是不是一个顶点是visited另一个节点是unvisited，如果是的话，将不是unvisited的节点标记为visited

         重复上一步，直到找不到这样的边为止

        那么结束循环时候的节点就是所有u可以到达的节点

4.1.1 时间复杂度

        我们一步一步看

        第一步：——时间复杂度 O(n) 

        第二步： ——时间复杂度O(1)

        第三步：

                每一次循环，我们至少可以把一个点标记成visited，所以一共有O(n)次循环（n是图中点的数量）【可能比O(n)少，因为可能一次标记多个点，或者没有等所有的点标记完，就已经结束循环了】

                每一次循环内部，我们需要遍历所有的边，看看是不是这条边一个节点是visited另一个节点是unvisited，那么每一次循环，需要O(m)的时间复杂度（m是图中边的数量）

                ——所以第三步的时间复杂度是O(nm)

        因为O(n)肯定比O(nm)小，所以最终总的算法的时间复杂度是O(nm)  

4.2 改进方法

 

        4.1的naive方法中，我们有很多次重复地讨论了边的情况，比如如果一条边的两个节点都是visited或者都是unvisited，那么在这一轮循环中，我们理论上是可以不用讨论的，但是4.1的方法中也讨论了。4.2就尝试了去解决边遍历时候的冗余 

         我们设置了一个集合u，一开始只有初始节点u。

        每次从集合中取出一个点，找它的邻边中另外一个节点是unvisted的点。然后将那些点设置为visited，同时将那些点放入这个集合中。

        这样循环，直到集合空为止（可能是所有的点都遍历了，可能是剩余的点都不和标记为visited的点有邻边了）

4.2.1 时间复杂度

        第一步：——时间复杂度O(1)

        第二步：——时间复杂度O(n)

        第三步：——时间复杂度O(1)

        第四步：‘        

                这个循环怎么看呢？我们这样想：

                每一条图中的边最多被考虑两次。（如果一个节点是u的话，只考虑一次）

                一次是边的两个点都是unvisited的时候，如果本轮从R中取出来的点正好和这两个unvisited的点中的一个有连接。那么这个unvisited的点会被设置为visited，并放入R中，下次这个点被拿出来的时候，这条边会被遍历第一次。

                第二次就是上一步设置为visited的点，从R中拿出来，并遍历它的邻边的时候，会把这条边的第二个点设置为visited，并放入集合中。那么下次这第二个点被从R中拿出来的时候，这条边又会被遍历一次。（不过由于那个时候这条边的两个点都是visited了，所以不会有任何操作）

                所以第四步的时间复杂度是O(m)（m是图的边数量）

        所以总的时间复杂度是O(n+m)