图的相关概念和定义
图的逻辑结构
图的定义
图是由顶点的有穷非空集合和顶点之间边的集合组成,通常表示为:
G
=
(
V
,
E
)
G=(V,E)
G=(V,E)
G
G
G表示一个图,
V
V
V是图
G
G
G中顶点的集合,
E
E
E是图
G
G
G中顶点之间边的集合。
基本概念
-
无向边:顶点vi和vj之间的边没有方向,表示为 ( v i , v j ) 。 (v_{i},v_{j})。 (vi,vj)。
-
无向图:顶点vi和vj之间的边没有方向,表示为 ( v i , v j ) 。 (v_{i},v_{j})。 (vi,vj)。
-
有向边:从顶点vi到vj的边有方向,表示为 < v i , v j > 。 <v_{i},v_{j}>。 <vi,vj>。
-
有向图:图的任意两个顶点之间的边都是有向边。
-
简单图:若不存在顶点到其自身的边,且同一条边不重复出现。
-
邻接、依附:无向图中,对于任意两个顶点 v i v_{i} vi和顶点 v j v_{j} vj,若存在边 ( v i , v j ) (v_{i},v_{j}) (vi,vj),则称顶点 v i v_{i} vi和顶点 v j v_{j} vj互为邻接点,同时称边 ( v i , v j ) (v_{i},v_{j}) (vi,vj)依附于顶点 v i v_{i} vi和顶点 v j v_{j} vj。
-
无向完全图:在无向图中,如果任意两个顶点之间都存在边,则称该图为无向完全图。
-
有向完全图:在有向图中,如果任意两个顶点之间都存在方向相反的两条弧,则称该图为有向完全图。
基本术语 -
稀疏图:称边数很少的图为稀疏图;
-
稠密图:称边数很多的图为稠密图。
-
顶点的度:在无向图中,顶点v的度是指依附于该顶点的边数,通常记为 T D ( v ) TD (v) TD(v)。
-
顶点的入度:在有向图中,顶点v的入度是指以该顶点为弧头的弧的数目,记为 I D ( v ) ID (v) ID(v);
-
顶点的出度:在有向图中,顶点v的出度是指以该顶点为弧尾的弧的数目,记为 O D ( v ) OD (v) OD(v)。
-
权:是指对边赋予的有意义的数值量。
-
网:边上带权的图,也称网图。
-
路径:在无向图 G = ( V , E ) G=(V, E) G=(V,E)中,从顶点 v p v_{p} vp到顶点 v q v_{q} vq之间的路径是一个顶点序列 ( v p = v i 0 , v i 1 , v i 2 , … , v i m = v q ) (v_{p}=v_{i0},v_{i1},v_{i2}, …,v_{im}=v_{q}) (vp=vi0,vi1,vi2,…,vim=vq),其中, ( v i j − 1 , v i j ) ∈ E ( 1 ≤ j ≤ m ) (v_{ij}-1,v_{ij})∈E(1≤j≤m) (vij−1,vij)∈E(1≤j≤m)。若 G G G是有向图,则路径也是有方向的,顶点序列满足 < v i j − 1 , v i j > ∈ E 。 <v_{ij}-1,v_{ij}>∈E。 <vij−1,vij>∈E。
-
路径长度:对于非带权图是路径上边的个数;对于带权图是路径上各边的权之和
-
回路(环):第一个顶点和最后一个顶点相同的路径。
-
简单路径:序列中顶点不重复出现的路径。
-
简单回路(简单环):除了第一个顶点和最后一个顶点外,其余顶点不重复出现的回路。
-
子图:若图 G = ( V , E ) , G ’ = ( V ’ , E ’ ) G=(V,E),G’=(V’,E’) G=(V,E),G’=(V’,E’),如果$V’V 且E’ E , 则 称 图 ,则称图 ,则称图G’ 是 是 是G$的子图。
-
连通图:在无向图中,如果从一个顶点vi到另一个顶点vj(i≠j)有路径,则称顶点vi和vj是连通的。如果图中任意两个顶点都是连通的,则称该图是连通图。
-
连通分量:非连通图的极大连通子图称为连通分量。
-
强连通图:在有向图中,对图中任意一对顶点vi和vj (i≠j),若从顶点vi到顶点vj和从顶点vj到顶点vi均有路径,则称该有向图是强连通图。
-
强连通分量:非强连通图的极大强连通子图。
-
生成树: n n n个顶点的连通图G的生成树是包含 G G G中全部顶点的一个极小连通子图。
-
生成森林:在非连通图中,由每个连通分量都可以得到一棵生成树,这些连通分量的生成树就组成了一个非连通图的生成森林。
图的遍历操作
深度优先遍历 (DFS):
基本思想:
- 访问顶点v;
- 从v的未被访问的邻接点中选取一个顶点w,从w出发进行深度优先遍历;
- 重复上述两步,直至图中所有和v有路径相通的顶点都被访问到。
广度优先遍历 (BFS)
基本思想:
-
访问顶点v;
-
依次访问v的各个未被访问的邻接点 v 1 , v 2 , … , v k v_{1}, v_{2}, …, v_{k} v1,v2,…,vk;
-
分别从 v 1 , v 2 , … , v k v_{1}, v_{2}, …, v_{k} v1,v2,…,vk出发依次访问它们未被访问的邻接点,并使“先被访问顶点的邻接点”先于“后被访问顶点的邻接点”被访问。直至图中所有与顶点v有路径相通的顶点都被访问到。
(五)图的存储结构及实现
1.邻接矩阵(数组表示法)
假设图
G
=
(
V
,
E
)
G=(V,E)
G=(V,E)有
n
n
n个顶点,则邻接矩阵是一个
n
×
n
n×n
n×n的方阵
网图
定义类:
const int MaxSize=10;
template <class T>
class Mgraph{
public:
MGraph(T a[ ], int n, int e );
~MGraph( )
void DFSTraverse(int v);
void BFSTraverse(int v);
……
private:
T vertex[MaxSize];
int arc[MaxSize][MaxSize];
int vertexNum, arcNum;
};
邻接矩阵中图的基本操作——构造函数
template <class T>
MGraph::MGraph(T a[ ], int n, int e) {
vertexNum=n; arcNum=e;
for (i=0; i<vertexNum; i++)
vertex[i]=a[i];
for (i=0; i<vertexNum; i++) //初始化邻接矩阵
for (j=0; j<vertexNum; j++)
arc[i][j]=0;
for (k=0; k<arcNum; k++) {
cin>>i>>j; //边依附的两个顶点的序号
arc[i][j]=1; arc[j][i]=1; //置有边标志
}
}
邻接矩阵中图的基本操作——深度优先遍历
int visited[MaxSize];
template <class T>
void MGraph::DFSTraverse(int v)
{
cout<<vertex[v]; visited [v]=1;
for (j=0; j<vertexNum; j++)
if (arc[v][j]==1 && visited[j]==0)
DFSTraverse( j );
}
邻接矩阵中图的基本操作——广度优先遍历
int visited[MaxSize];
template <class T>
void MGraph::BFSTraverse(int v){
front=rear=-1; //假设采用顺序队列且不会发生溢出
int Q[MaxSize]; cout<<vertex[v]; visited[v]=1; Q[++rear]=v;
while (front!=rear) {
v=Q[++front];
for (j=0; j<vertexNum; j++)
if (arc[v][j]==1 && visited[j]==0 ) {
cout<<vertex[j]; visited[j]=1; Q[++rear]=j;
}
}
}
增加一个顶点:
template <class T>
void MGraph<T>::InsertVex(int num,T name) {
if ( num<0|| num>vertexNum) throw "位置";
int row, col, numv;
numv = vertexNum-1;
vertexNum++;
for(int i=numv;i>=num;i--) vertex[i++]=vertex[i];
vertex[num]=name;
for(row=numv;row>=0;row--) {所有行上num列之后的列后移,增加一列,
for(col=numv;col>=num;col--) arc[row][col+1]=arc[row][col];
arc[row][num]=0;
}
for(row=numv;row>=num;row--)
for(col=0;col<=numv+1;col++) arc[row+1][col]=arc[row][col];
for(col=0;col<vertexNum;col++) arc[num][col]=0;
}
删除一个顶点
template <class T>
void MGraph<T>::DeleteVex(int pos){
if ( pos<0|| pos>MaxSize) throw "位置";
int row, col;
int numv=vertexNum;
for(int i=pos;i<numv;i++) vertex[i]=vertex[i+1];
vertexNum--;
for(row=0;row<numv;row++) { //删除一列
for(col=pos;col<numv;col++) arc[row][col]=arc[row][col+1];
}
for(row=pos;row<numv;row++)
for(col=0;col<numv;col++)
arc[row][col]=arc[row+1][col];
}
}
插入一条边
template <class T>
void MGraph<T>::InsertArc(int i, int j)
{
if ( i>MaxSize|| j>MaxSize) throw "位置";
arc[i][j]=1;
arc[j][i]=1;
}
删除一条边
template <class T>
void MGraph<T>::DeleteArc(int i, int j)
{
if ( i>MaxSize|| j>MaxSize) throw "位置";
arc[i][j]=arc[j][i]=0;
}
邻接表
邻接表有两种结点结构:顶点表结点和边表结点
-
v e r t e x vertex vertex:数据域,存放顶点信息。
-
f i r s t e d g e firstedge firstedge:指针域,指向边表中第一个结点。
-
a d j v e x adjvex adjvex:邻接点域,边的终点在顶点表中的下标。
-
n e x t next next:指针域,指向边表中的下一个结点。
定义邻接表的结点
struct ArcNode
{
int adjvex;
ArcNode *next;
};
template <class T>
struct VertexNode
{
T vertex;
ArcNode *firstedge;
};
const int MaxSize=10; //图的最大顶点数
template <class T>
class ALGraph
{
public:
ALGraph(T a[ ], int n, int e);
~ALGraph;
void DFSTraverse(int v);
void BFSTraverse(int v);
………
private:
VertexNode adjlist[MaxSize];
int vertexNum, arcNum;
};
邻接表中图的基本操作——构造函数
template <class T>
ALGraph::ALGraph(T a[ ], int n, int e)
{
vertexNum=n;
arcNum=e;
for (i=0; i<vertexNum; i++)
{
adjlist[i].vertex=a[i];
adjlist[i].firstedge=NULL;
}
for (k=0; k<arcNum; k++)
{
cin>>i>>j;
s=new ArcNode;
s->adjvex=j;
s->next=adjlist[i].firstedge;
adjlist[i].firstedge=s;
}
}
邻接表中图的基本操作——深度优先遍历
template <class T>
void ALGraph::DFSTraverse(int v){
cout<<adjlist[v].vertex; visited[v]=1;
p=adjlist[v].firstedge;
while (p!=NULL) {
j=p->adjvex;
if (visited[j]==0) DFSTraverse(j);
p=p->next;
}
}
邻接表中图的基本操作——广度优先遍历
template <class T>
void ALGraph::BFSTraverse(int v)
{
front=rear=-1;
cout<<adjlist[v].vertex;
visited[v]=1;
Q[++rear]=v;
while (front!=rear)
{
v=Q[++front];
p=adjlist[v].firstedge;
while (p!=NULL)
{
j= p->adjvex;
if (visited[j]==0)
{
cout<<adjlist[j].vertex;
visited[j]=1;
Q[++rear]=j;
}
p=p->next;
}
}
}
插入边
template <class T>
void ALGraph<T>::InsertArc(int i, int j)
{
if ( i>MaxSize || j>MaxSize)
throw "位置";
ArcNode *s=new ArcNode;
s->adjvex=j;
s->next=adjlist[i].firstedge;
adjlist[i].firstedge=s;
}
删除边
template <class T>
void ALGraph<T>::DeleteArc(int i, int j)
{
if ( i>MaxSize|| j>MaxSize)
throw "位置";
ArcNode *s;
ArcNode *pre;
s = adjlist[i].firstedge;
if (!s)
return;
if(s->adjvex==j)
{
adjlist[i].firstedge=s->next;
return;
}
pre = adjlist[i].firstedge;
while(s!=NULL && s->adjvex!=j)
{
pre = s;
s = s->next;
}
if(s!=NULL)
{
pre->next = s->next;
delete s;
}
}
插入顶点
template <class T>
void ALGraph<T>::InsertVex( T value)
{
if ( i>vertexNum || i<0 || i>MaxSize )
throw "顶点位置异常";
vertexNum++;
VertexNode<T> tempvertex;
tempvertex.vertex = value;
tempvertex.firstedge = NULL;
adjlist[VertexNum-1] = tempvertex;
}
删除一个顶点
template <class T>
void ALGraph<T>::DeleteVex(int i)
{
if ( i<0 || i>MaxSize)
throw "位置";
int k;
for ( k=0; k<vertexNum; k++) //删掉入度边
if(k!=i)
DeleteArc(k, i);
ArcNode *s; //删除i的边表
if( adjlist[i].firstedge != NULL)
{
ArcNode *s;
s=adjlist[i].firstedge->next;
while(s!=NULL)
{
ArcNode *p;
p = s;
adjlist[i].firstedge->next = s->next;
s=s->next;
delete p; //删除p结点
}
s=adjlist[i].firstedge;
delete s;
adjlist[i].firstedge=NULL;
}
for (k=i; k<vertexNum; k++) //删除顶点表中的顶点
adjlist[k]=adjlist[k+1];
vertexNum--; //顶点数减1
for (k=0; k<vertexNum; k++) //修改边表中节点的编号
if( adjlist[k].firstedge != NULL )
{
s=adjlist[k].firstedge;
while(s!=NULL)
{
if(s->adjvex > i) //搜索编号大于i结点
s->adjvex--;
s = s->next;
}
}
}
边集数组的实现
Struct edge
{
int i;
int j;
int weight;
}
将邻接矩阵转化成边集数组
edge edges[M];//边的数据结构类型的变量
for ( i = 0; i < G->vexnum; i++) {
for (j = 0; j <= G->vexnum; j++) {
if (G->arc[i][j] == 1) {
edges[k].begin = i;
edges[k].end = j;
// edges[k].weight = G->arc[i][j];
k++;
}
}
}