数据结构之图

1、图

概念：比线性表和树更为复杂的数据结构，对于图G=（V，E），可以用两种方法来表示，一种将图作为邻接链表的组合，另一种将图作为邻接矩阵来看待。 

上图为无向图

2、邻接矩阵

一个矩阵，一个存储着边的信息的矩阵，而顶点则用矩阵的下标表示。对于一个邻接矩阵M，如果M(i,j)=1，则说明顶点i和顶点j之间存在一条边，对于无向图来说，M (j ,i) = M (i, j)，所以其邻接矩阵是一个对称矩阵；对于有向图来说，则未必是一个对称矩阵。邻接矩阵的对角线元素都为0。

（1）由于在有向图中，只需要知道是否有从顶点i发出指向顶点j的边，因此如果顶点i有一条指向j的边，那么g[i][j]就设为1，

否则就设为0(注意这是有向图）。

（2）从邻接矩阵的定义可以推断，无向图的邻接矩阵是对称的；有向图的邻接矩阵是则不具备该性质。

 

 

 

2.邻接链表表示法

邻接矩阵是不错的一种图存储结构，但是，对于边数相对顶点较少的图，这种结构存在对存储空间的极大浪费。因此，找到一种数组与链表相结合的存储方法称为邻接表。

表头向量中每个分量就是一个单链表的头结点，分量个数就是图中的顶点数目；

在边或弧稀疏的条件下，用邻接表表示比用邻接矩阵表示节省存储空间；

在无向图，顶点Vi的度是第i个链表的结点数

在邻接表上容易找出任一顶点的第一个邻接点和下一个邻接点；

3、图的遍历

 

从图中某一顶点出发访遍图中其余顶点，且使每一个顶点仅被访问一次，这个访问的过程叫做图的遍历(Traversing Graph)。且图的遍历算法是一个比较基础的算法，前面我们介绍的有向无环图的依赖排序（拓扑排序）、关键路径等算法都需要基于该算法。
通常，有两条遍历图的路径：广度优先搜索和深度优先搜索，且对无向图和有向图都适用。

    广度优先遍历：

假设从起始点v1开始遍历，首先访问v1和v1的邻接点v2和v3，然后依次访问v2的邻接点v4和v5，及v3的邻接点v6和v7，最后访问v4的邻接点v8。于是得到节点的线性遍历顺序为：v1 -> v2 -> v3 -> v4 -> v5 -> v6 -> v7 -> v8，即示例图中红色箭头线为其广度优先遍历顺序。

 

深度优先遍历：假设从起始点v1开始遍历，在访问了v1后，选择其邻接点v2。因为v2未曾访问过，则从v2出发进行深度优先遍历。依次类推，接着从v4、v8、v5出发进行遍历。在访问了v5后，由于v5的邻接点都已被访问，则遍历回退到v8。同样的理由，继续回退到v4、v2直至v1，此时v1的另一个邻接点v3未被访问，则遍历又从v1到v3,再继续进行下去。于是得到节点的线性顺序为：v1 -> v2 -> v4 -> v8 -> v5 -> v3 -> v6 -> v7，即示例图中红色箭头线为其深度优先遍历顺序。

 

 

 

 

参考：https://blog.csdn.net/heyuchang666/article/details/49892809

https://blog.csdn.net/CS33sun/article/details/79109923

https://www.cnblogs.com/zhuozengsi/p/4619616.html

https://blog.csdn.net/luoweifu/article/details/9270895