本文参考文献:https://www.cnblogs.com/AhuntSun-blog/p/12636718.html
配套视频教程:https://www.bilibili.com/video/BV1r7411n7Pw?p=1&spm_id_from=pageDriver
目录
数据结构-四
图论 graph
简介
什么是图?
- 图结构是一种与树结构有些相似的数据结构;
- 图论是数学的一个分支,并且,在数学中,树是图的一种;
- 图论以图为研究对象,研究顶点和边组成的图形的数学理论和方法;
- 主要的研究目的为:事物之间的联系,顶点代表事物,边代表两个事物间的关系;
图的特点:
- 一组顶点:通常用 V (Vertex)表示顶点的集合;
- 一组边:通常用 E (Edge)表示边的集合;
- 边是顶点和顶点之间的连线;
- 边可以是有向的,也可以是无向的。比如A----B表示无向,A —> B 表示有向;
图的常用术语:
- 顶点
vertex
:表示图中的一个节点 1,2,3; - 边
edge
:表示顶点和顶点之间的连线; - 相邻顶点:由一条边连接在一起的顶点称为相邻顶点,1的相邻顶点有2,3,5,6;
- 度:一个顶点的度是相邻顶点的数量;
- 路径
path
:- 简单路径
shortest path
:一条从一个顶点到另一个顶点的路径,其中不包含重复的顶点,如1到4的路径:1 -> 5 -> 4; - 回路
loop
:第一个顶点和最后一个顶点相同的路径称为回路,如:1 -> 3 -> 5 -> 1;
- 简单路径
- 无向图
undirected graph
:图中的所有边都是没有方向的; - 有向图
directed graph
:图中的所有边都是有方向的; - 无权图``:无权图中的边没有任何权重意义;
- 带权图:带权图中的边有一定的权重含义;
图的表示方式
邻接矩阵
这是一种常用的图的表示方式:
- 可以使用二维数组来表示邻接矩阵;
- 邻接矩阵让每个节点和一个整数相关联,该整数作为数组的下标值;
- 使用一个二维数组来表示顶点之间的连接;
如上图所示,这是一个无向图:
- 二维数组中的0表示没有连线,1表示有连线;
- 如:
A[0][3] = 1
,表示A和D之间有连接; - 邻接矩阵的对角线上的值都为0,表示A - A ,B - B,等自回路都没有连接(自己与自己之间没有连接);
- 若为无向图,则邻接矩阵应为对角线上元素全为0的对称矩阵;
邻接矩阵存在的问题:
- 如果图是一个稀疏图,那么邻接矩阵中将存在大量的 0,造成存储空间的浪费;
邻接表
- 邻接表由图中每个顶点以及和顶点相邻的顶点列表组成;
- 这个列表可用多种方式存储,比如:数组/链表/字典(哈希表等都可以;
如上图所示:
- 图中可清楚看到A与B、C、D相邻,假如要表示这些与A顶点相邻的顶点(边),可以通过将它们作为A的值(value)存入到对应的数组/链表/字典中。
- 之后,通过键(key)A可以十分方便地取出对应的数据;
邻接表的问题:
- 邻接表可以容易地 获得出度,即某一顶点指向其他顶点的个数;
- 但是,邻接表计算入度(指向某一顶点的其他顶点的个数称为该顶点的入度)十分困难。此时需要构造逆邻接表才能有效计算入度;
- 在实际应用中,入度使用较多,出度使用较少,因此本文采用邻接表实现graph图;
封装与实现
本文采用邻接表的方式来表示边 edge,用字典类(自行封装实现的 来存储邻接表,实现的图为无向无权图。
添加字典类 & 队列类
由于之后要用到字典类和队列类,先对这两个数据结构进行封装:
//封装字典类
function Dictionary(){
//字典属性
this.items = {
}
//字典操作方法
//一.在字典中添加键值对
Dictionary.prototype.set = function(key, value){
this.items[key] = value
}
//二.判断字典中是否有某个key
Dictionary.prototype.has = function(key){
return this.items.hasOwnProperty(key)
}
//三.从字典中移除元素
Dictionary.prototype.remove = function(key){
//1.判断字典中是否有这个key
if(!this.has(key)) return false
//2.从字典中删除key
delete this.items[key]
return true
}
//四.根据key获取value
Dictionary.prototype.get = function(key){
return this.has(key) ? this.items[key] : undefined
}
//五.获取所有keys
Dictionary.prototype.keys = function(){
return Object.keys(this.items)
}
//六.size方法
Dictionary.prototype.keys = function(){
return this.keys().length
}
//七.clear方法
Dictionary.prototype.clear = function(){
this.items = {
}
}
}
// -------------------------------------
// 基于数组封装队列类
function Queue() {
// 属性
this.items = []
// 方法
// 1.将元素加入到队列中
Queue.prototype.enqueue = element => {
this.items.push(element)
}
// 2.从队列中删除前端元素
Queue.prototype.dequeue = () => {
return this.items.shift()
}
// 3.查看前端的元素
Queue.prototype.front = () => {
return this.items[0]
}
// 4.查看队列是否为空
Queue.prototype.isEmpty = () => {
return this.items.length == 0;
}
// 5.查看队列