数据结构 图有些想法

图的定义与术语

1.图的基本定义

图是一种网状数据结构
有向图：有箭头边指向的图
无向图：无箭头边指向的图

2.图的基本术语：

• 完全图：分有向完全图和无向完全图，完全图就是所有节点与其他节点都有线连接。

• 稀疏图：在完全图里面，如果少了几条边，那么就是稀疏图

• 稠密图：不是稀疏图的就是稠密图

• 度：在无向图里面，一个节点有几条边度就是几。

• 入度与出度是在有向图里面讨论的。
  对于有向图里面的某个结点A：A的入度就是指向A的箭头边，出度就是由A结点指向其他结点的边。如图：
  
  A的入度：1
  A的出度：2

• 权：给图的边赋值，该值是自定义的，称为权。权可以表示很多信息，如：距离，耗费等信息。

• 网：带权的值称为赋权图或网。

• 路径：某个结点到另一个结点所经过的边是路径，路径的长度是经过边的数目。如果路径上每个顶点各不相同，就是简单路径。

• 回路：如果一条路径，其第一个顶点和最后一个顶点相同，该路径就是一个回路。如果除了第一个和最后一个顶点外，其余顶点均不重复出现的回路为简单回路。

• 连通：无向图中，有A，B两个顶点，它们之间有一条路径相同，那么A、B结点是连通的。

• 连通图：在无向图中，任意两点都是连通的，则该图为连通图。

• 强连通图：在有向图中，任意一对顶点（Vi, Vj），从Vi到Vj 或者 从Vj到Vi 都有路径，则称该图为强连通图。

图的存储结构

1.邻接矩阵表示法

也叫数组表示法。

① 对于无权的无向图（或有向图），邻接矩阵有如下性质：
如果<Vi, Vj>或(Vi, Vj)属于VR，则<Vi, Vj>为1，否则为0。

如图：

邻接矩阵是：

比如V1和V2两个结点相连，则在矩阵里面，[1, 2] = 1 ，[2, 1] = 1
（ [i, j]，1<= i <=5，1<= j <=5 ）

该矩阵是对称矩阵。
对于有向图，求解过程差不多。

② 对于有权的有向图（或无向图），邻接矩阵有如下性质：
如果<Vi, Vj>或(Vi, Vj)属于VR，则<Vi, Vj>为W(ij)，否则为∞。

如下有向图：

邻接矩阵为：

说明：如V1结点到V2结点，该路径权值为6。

而且对于有权有向图：横向看某一行，值不为无穷的个数就是该节点的出度数。纵向看某一列，值不为无穷的个数就是该节点的入度数。（无权有向图类似，判断一下矩阵里面数值为1或0的个数）

邻接矩阵特点：

• 对于结点多，边少的图，会邻接矩阵会浪费很多空间。对于对称的邻接矩阵，可以采用压缩存储法。
• 便于运算，只需要判断矩阵中的值可以判断结点是否相连接，还便于求解各个顶点的度。

2.邻接表表示法

基于邻接矩阵的缺陷提出的，高效存储图的关联信息的数据结构。
结构：
① 表头结点表

② 弧结点结构（边表）

③ 实例

• 无向图如下：
  
  邻接表数据域里面的值是结点下标值（当然可以使其他值）
  
• 有向图如下：
  
  邻接表：
  

该有向图邻接表里面，数据域的值可以理解是字母顺序对应的数值（如A是1，B是2，当然也可以放其他值）
横向看每一行，结点数就是出度数，如A结点的出度数是2
如果按照之前的做法给邻接表的数据域赋值（按字母顺序顺序，如A是1，B是2），那么在整个邻接表中，值为1的结点个数就是A结点的入度数，A的入度数为1，依次类推。

如果要判断有向图，任意两点之间是否有边就比较麻烦。如果要求解第i个顶点的入度，就需要遍历整个邻接表。
所以就有了逆邻接表法解决该问题。

3.逆邻接表

对每个顶点Vi ，建立一个所有以顶点Vi为弧头的表，如图：

逆邻接表是：

对于A结点，横向看，只有一个节点，所以A结点的入度数是1。亦可知入度结点是D。

4.十字链表

有向图要构造邻接表和逆邻接表比较麻烦，所以结合这两张表的特点产生了十字链表。

• 十字链表弧结点结构
  

• 十字链表顶点结点结构
  
  如下有向图：
  
  十字链表如下：