7、非线性结构——图

图的定义

• 在线性表中，数据元素之间是被串起来的，仅有线性关系，每个数据元素只有一个直接前驱和一个直接后驱。

• 在树形结构中，数据元素之间有着明显的层次关系，并且每一层上的数据元素可能和下一层中的多个元素相关，但只能和上一层中一个元素相关。

• 图是一种较线性表和树更加复杂的数据结构。在图形结构中，结点之间的关系可以是任意的，图中任意两个数据元素之间都可能相关。
  
  定义中注意事项:

• 在图中数据元素，我们称之为顶点（Vertex）。

• 图结构中不允许没有顶点。

• 在图中，任意两个顶点之间都可能有关系，顶点之间的逻辑关系用边表示。

   之后的术语其实记不记都无所谓，只有当真正用到的时候明白就好了，其实术语都是顾名思义的。
  

图定义——名词解释

• 无向边（Edge），用无序偶对（v₁ ，v₂）来表示，如果图中任意两个顶点之间都是无向边，则该图称为无向图（Undirected graphs）。
• 有向边：若从一个顶点到另一个顶点之间有方向，则称为有向边，也称为弧（Arc）。用有序偶<v_i ，v_j>来表示， v_i称为弧尾(Tail)，v_j称为弧头（Head）。如果图中任意两个顶点之间的边都是有向边，则称该图为有向图（Directed graphs）.
• 在图中，若不存在顶点到其自身的边，且同一条边不重复出现，则称这样的图为简单图。
• 无向完全图/有向完全图：任意两个顶点之间都存在边。
• 稠密图/稀疏图：顾名思义，边少的和边多的。
• 网（network）：带权的图

图的顶点与边间关系

• 对于无向图 G = （V ,{E}），如果边 （v, v’） ∈ E，则称顶点 v 和 v’ 互为领接点 ，边（ v,v’）依附于顶点 v 和 v’, 顶点 v 的度（Degree）是和 v 相关联的边的数目，记为 TD(v)。
• 对于有向图 G = （V ,{E}），如果 <v, v’> ∈ E ，则称顶点 v 邻接到 顶点 v’ ，以顶点 v 为头的弧的数目称为 v 的入度（InDegree），记为 ID （v），以 v 为尾的弧的数目称为 v 的出度 （Outdegree），记为 OD(v) ，顶点 v 的 度是出度与入度的和。
• 路径的长度是路径上的边或弧的数目。第一个顶点到最后一个顶点相同的路径称为回路或环。序列中顶点不重复出现的路径称为简单路径，除了第一个顶点和最后一个顶点之外，其余顶点不重复出现的回路，称为简单回路或简单环。

连通图相关术语

• 在无向图中，如果从顶点 v 到 顶点 v’有路径，则称 v 和 v’ 是联通的，如果对于图中任意两个顶点 v_i ， v_j 都是连通的，则称 G 是连通的（Connected Graph）。
• 无向图中的极大连通子图称为连通分量。
• 要是子图
• 子图要是相连的
• 连通子图含有极大顶点数
• 具有极大顶点数的连通子图包含依附于这些顶点的所有边。
• 在有向图 G中，如果对于每一对 v_i ,v_j ∈ V ，v_i 到 v _j 和 从 v _j 到 v_i 都存在路径，则称 G 是强连通图。有向图中的极大强连通子图称作有向图的强连通分量。
• 无向图中连接 n 个顶点 n-1 条边叫生成树。有向图一顶点入度为 0 其余顶点入度为 1 的叫有向树。一个有向图有若干棵有向树构成生成森林。

图的抽象数据类型 重要

图的存储结构

图的结构比较复杂，任意两个顶点之间都可能存在联系，因此无法以数据元素在内存中的物理位置来表示元素之间的关系，也就是说，图不可能用简单的顺序存储结构来表示。
多重链表虽然可以实现，但如果各个顶点度数相差很大，按度数最大的顶点设计结点结构会造成很多存储单元的浪费，而按每个顶点自己的度数设计不同的顶点结构，又带来操作的不便。

所以有了以下的存储结构。

1.邻接矩阵

图的邻接矩阵（Adjacency Matrix）存储方式是用两个数组来表示图。一个一维数组存储图中顶点信息，一个二维数组（邻接矩阵）存储图中的边或弧的信息。

设图 G 有 n 个顶点，则邻接矩阵是一个 n * n 的方阵，定义为：

实例，无向图用邻接矩阵后，图的边和顶点的度都很好表示。

有向图同样如此。
加入权值（网的表示）：

邻接矩阵存储的结构，代码如下：

typedef int Status;	/* Status是函数的类型,其值是函数结果状态代码，如OK等 */