C++(数据结构与算法):54---图的总体概述、图的各种术语、特性

• 接下来的几篇文章会介绍如下的内容：
  • 图的术语：顶点、边、邻接、关联、度、回路、路径、连通构件、生成树
  • 图的类型：无向图、有向图、加权图
  • 图的常用描述方法：邻接矩阵、矩阵邻接表、邻接链表
  • 图的标准搜索方法：广度优先搜索、深度优先搜索
  • 图的算法：寻找图的路径、寻找无向图的连通构件、寻找连通无向图的生成树

一、顶点、边、有向边、无向边、有向图、无向图

• 简单地说，图（Graph）是一个用线或边连接在一起的顶点或节点的集合、严格地说，图是有限集V和E的有序对，即G=(V,E)，其中V的元素称为顶点（也称节点或点），E的元素称为边（也称弧或线）。每一条边连接两个不同的顶点，而且用元组(i,j)来表示，其中i和j是边所连接的两个顶点
• 下图中，有些边是带方向的（带箭头），而有些边是不带方向的。带方向的边叫有向边，而不带方向的边叫无向边
• 如果图的所有边都是无向边，那么该图叫做无向图（下图a和b都是）。如果图的所有边都是有向边，那么该图叫做有向图（下图c是）

二、邻接、关联

• 当且仅当(i,j)是图的边，称顶点i和j是邻接的。边(i,j)关联于顶点i和j。例如下图中顶点1和顶点2是邻接的，顶点1和3，1和4，2和3,3和4也是邻接的；边(1,2)关联于顶点1和2，边(2,3)关联与顶点2和3

“至”和“于”的概念

• 对有向图的邻接和关联的概念做更精确的定义非常有用
• 有向边(i,j)是关联至顶点j和关联于顶点i。顶点i邻接至顶点j，顶点j邻接于顶点i

三、集合表示法

• 如果使用集合表示方法，上图中的3个图可以用如下方法表示：
  • G1=(V1,E1)，G2=(V2,E2)，G1=(V3,E3)

四、图没有自连边/环

• 一个图不能有重复的边。在无向图的任意两个顶点之间，最多只有一条边。在有向图的任意两个顶点i和i之间，从顶点i到顶点j最多只有一条边，从顶点j到顶点i页最多只有一条边。一个图不可能包含自连边，即(i,i)形式的边。自连边也叫做环

五、权、加权图、加权无向图、加权有向图、网/网络

• 在图的一些应用中，我们可能要为每条边赋予一个表示成本的值，我们称之为权。这时的图称为加权图
• 带有权的无向图称为加权无向图，带有权的有向图称为加权有向图
• 一个网/网络经常指一个加权有向图或加权无向图。实际上，所有的图都可以看作是特殊的网络——一个无向（有向）图可以看作是一个所有边上的权都相同的无向（有向）网络

六、稀疏图、稠密图

• 稀疏图：有很少边或弧的图（n<nlogn）
• 稠密图：有较多边或弧的图

七、图应用之路径问题（路径、简单路径、路径长度）

• 城市有许多街道，每一个路口都可以看做有向图的一个顶点，邻接的两个路口之间的街道，如果是双行线，就可以看做两条有向边，如果是单行线，就可以看做一条有向边。下图的假象的街道地图和响应的有向图。它有三条街道：街道1，街道2，街道3。有两条大街：大街1和大街2。路口用数字1到6编号。响应的有向图如下图b所示，其顶点标号和下图a的路口标号相同

• 一个顶点序列P=i1，i2，...，ik是图或有向图G=(V,E)的一条从i1到ik的路径，当且仅当对于每个j(1<=j<k)，边都在E中。从路口i到j存在一条路径，当且仅当在响应的有向图中，从顶点i到j有一条路径。在上图b的有向图中，5，2，1是从5到1的一条路径。在这个有向图中，从5到4之间没有路径
• 一条路径，如果除第一个和最后一个顶点之外，其余所有顶点均不同，那么该路径称为一条简单路径。路径5，2，1是简单路径，而2，5，2，1不是，其只是路径
• 图或有向图的每一条边都可以有长度。一条路径的长度是该路径的所有边长度之和

八、图应用之生成树（连通图、子图、环路、树、生成树、连通分量）

连通图（强连通图）

• 在无（有）向图G=(V,E)中，若对任何两个顶点v、u都存在从v到u的路径，则称G是连通图（强连通图）

连通分量（强连通分量）

• 无向图G的极大连通子图称为G的连通分量，有向图G的极大强连通子图称为G的强连通分量
• 极大连通子图：该子图是G连通子图，将G的任何不在该子图中的顶点加入，子图不再连通
• 极大强连通子图：该子图是G强连通子图，将D的任何不在该子图中的顶点加入，子图不再是强连通的

子图、环路（回路）、树、生成树、生成森林

• 如果H的顶点和边的集合分别是G的顶点和边的集合的子集，那么称图H是图G的子集（子图）
• 极小连通子图：该子图是G的连通子图，在该子图中删除任何一条边后子图不再连通
• 一条始点和终点相同的简单路径称为环路。例如，1，2，3，1是下图的一条环路

• 没有环路的连通无向图是一棵树
• 生成树：包含无向图G所有顶点的极小连通子图。也可以理解为是一个G的子图，如果包含G的所有顶点，且是一棵树，则称为G的生成树。例如下面的每一个都是上图的生成树

• 生成森林：对非连通图，由各个连通分量的生成树的集合

九、图应用之翻译人员（二分图）

• 假设你正在策划一次国际会议。所有发言人都只会说英语，而其他的参与会议的人员所懂得语言是L1，L2，....Ln中的一种。翻译小组可以在英语和其他语言之间互译。现在的任务是如何使翻译小组的人数最少
• 我们可以把这个问题准确地表示为一个图的问题。在这个图中有两组顶点：一组与翻译人员对应，另一组和语言对应。在翻译人员i和语言Lj之间存在一条边，当且仅当翻译人员i能够将英文和语言Lj互译。翻译人员i覆盖语言Li，当且仅当有一条边连接翻译人员i和语言Li。我们需要找到能够翻译所有语言顶点的最小翻译人员顶点集
• 下图的顶点被分为两个子集：A（翻译人员顶点）和B（语言顶点）。每条边都有一个顶点在A，另一个顶点在B中。具有这种特征的图叫做二分图

十、度、完全图、入度、出度

• 在一个无向图中，与一个顶点i相关联的边数称为该顶点的度（degree）。在下图中，d1=3，d2=2，d3=3，d4=2

• 一个具有n个顶点和n(n-1)/2条边的无向图是一个完全图。下面的都是完全图

• 设G是一个有向图。顶点i的入度是指是指关联至该顶点的边数。顶点i的出度是指关联于该顶点的边数。例如对于下图来说，其中

• 在无向图中，入度和出度可以看作是度的同义词

十一、图的特性

特性①

• 设G=(V,E)是一个无向图。令n=|V|，e=|E|，则有如下特性：

• 证明如下：
  • 1)的证明：在无向图中，每一条边都与两个顶点相关联，因此顶点的度之和是边数的2倍
  • 2)的证明：一个顶点的度在0到n-1之间，因此度的和在0到n(n-1)之间。但再结合1)可知，e是在0到n(n-1)/2之间

特性②

• 设G=(V,E)是一个无=有向图。令n=|V|，e=|E|，则有如下特性：

特性③

• 一个具有n个顶点的完全有向图恰好包含n(n-1)条有向边
• 下图给出了n=1,2,3,4时的完全有向图

十二、图的抽象数据类型（ADT）

• 我们使用抽象数据类型graph来表示图，该类型适用于各种图：有向图、无向图、加权图、无权图
• 下面是图操作的一小部分，随着学习的深入，还会加入一些其他操作

十三、图的抽象类实现

• 与前面文章中链表、树介绍的抽象类不同，图的抽象类定义除了包含一些纯虚方法之外，还包含一些在抽象类中实现的方法：
  • 后者将利用迭代器从一个给定的顶点开始，根据相邻的关系，依次访问所有的顶点
  • 一些方法还需要知道它所操作的图是否有向以及是否加权
• 因此我们定义的下面的抽象类
  • 对加权图，T是边上的权的数据类型
  • 对于无权图，T是布尔类型

template<typename T>
class graph
{
public:
    virtual ~graph() {}

    //ADT方法
    virtual int numberOfVertices()const = 0;      //返回图的顶点数
    virtual int numberOfEdges()const = 0;         //返回图的边数
    virtual bool existsEdge(int i,int j)const = 0;//如果边(i,j)存在返回true;否则返回false
    virtual void insertEdge(edge<T>*) = 0;        //删除边(i,j)
    virtual void eraseEdge(int i, int j) = 0;     //删除边
    virtual int degree(int i)const = 0;           //返回顶点i的度，只适用于无向图
    virtual int inDegree(int i)const = 0;         //返回顶点i的入度
    virtual int outDegree(int i)const = 0;        //返回顶点i的出度

    //其他方法
    virtual bool directed()const = 0; //当且仅当是有向图时，返回true
    virtual bool weighted()const = 0; //当且仅当是加权图时，返回true
    virtual vertexIterator<T>* iterator(int) = 0;//访问指定顶点的相邻顶点
};


template <class T>
class edge
{
public:
    virtual ~edge() {};
    virtual int vertex1() const = 0; //返回一个边的第一个顶点
    virtual int vertex2() const = 0; //返回一个边的第二个顶点
    virtual T weight() const = 0;    //返回一个边的权
};

//给定一个顶点，用来访问该顶点的相邻顶点
template<class T>
class vertexIterator
{
public:
    virtual ~vertexIterator() {}
    virtual int next() = 0;  //如果相邻顶点，此函数返回相邻顶点(如果没有返回0)
    virtual int next(T&) = 0;//如果是一个加权图，那么参数用来保存两个顶点之间的权值，函数返回值为相邻顶点
};

• 方法insertEdge的输入数据类型是模板类edge。模板edge是一个抽象类，用来返回一个边的第一个顶点和第二个顶点以及权
• 抽象类中还用到了模板类vertexIterator，用法如下：
• 令g是指向一个图的一个指针。我们可以用下面的语句创建顶点5的一个迭代器

vertexIterator<T>* vertex5Iterator=iterator(5);

• 接下来调用下面的语句可以返回一个与顶点5相邻的顶点

vertex5Iterator->next();

• 如果图是一个加权图，那么调用下面的语句就可以返回其相邻订单，并用参数w来保存两个顶点之间边的权值

vertex5Iterator->next(w);