数据结构——图结构：图

数据结构与算法分析——目录

  第一部分：数据结构

    数据结构——图结构：图

图基础

\quad 图是一种比线性表和数更为复杂的数据结构。在图结构中，结点之间的关系可以是任意的，也就是说，图中的任意两个数据元素之间都可能相关。

\quad 图的应用十分广泛，已渗透到诸如物理、化学、计算机科学，以及数学等其它分支中。

图的定义

\quad 图（Graph）$G$ 由两个集合 $V$ 和 $E$ 组成。通常将图记作二元组 $G=(V,E)$。其中

• 集合 $V$ 中的元素称为 顶点（Vertex）；
• 集合 $E$ 中的元素对应一对顶点 $(u,v)$，表示它们之间存在某种关系，称为 边（Edge） ；
• $E\subseteq V\times V$.

\quad 在图 $G$ 中，顶点集合 $V(G)$ 为非空有穷集合（没有顶点的空图没有实际意义），边集合 $E(G)$可以为空，表示图 $G$ 只有顶点没有边。

\quad 按照图中边是否有向，可将图分为 有向图 和 无向图。

• 在有向图中 $G=(V,E)$ 中，边 $(u,v)$ 是有序的，称作从顶点 $u$ 到 顶点 $v$ 的 有向边。因此，边 $(u,v)$ 与 边 $(v,u)$ 是不同的两条有向边。
• 在无向图 $G=(V,E)$ 中，边 $(u,v)$ 是无序的，称作顶点 $u$ 和 顶点 $v$ 之间的 无向边。因此，边 $(u,v)$ 与 边 $(v,u)$ 是同一条有向边。

注：
\quad 有向图中的边 $(u,v)$ 也可以记作 $<u,v>$。有向边也称为 弧（arc），在弧 $<u,v>$ 中，$u$ 为 弧头，$v$ 为 弧尾。

$$图1：有向图G_1与无向图G_2$$

图的基本术语

完全图与有向完全图

\quad 用 $n$ 表示图 $G$ 的顶点数目，用 $e$ 表示边的数目，则：

• 无向图的边数 $e$ 的取值范围为 $0\sim \frac{n(n-1)}{2}$，边数为 $\frac{n(n-1)}{2}$ 的无向图称为 完全图；
• 有向图的边数 $e$ 的取值范围为 $0\sim n(n-1)$，边数为 $n(n-1)$ 的有向图称为 有向完全图。

稀疏图与稠密图

\quad 边数较少的图称为 稀疏图（Sparse graph），反之为 稠密图（Dense graph）。

子图

\quad $G_1=(V_1,E_1)$，$G_2=(V_2,E_2)$ 是两个图，若 $V_1\subseteq V_2$ 且 $E_1\subseteq E_2$，则称 $G_1$ 是 $G_2$ 的 子图。

$$图2：有向图G_1的子图$$

$$图3：无向图G_2的子图$$

权和网

\quad 图的边或弧上具有与之相关的数称为 权（Weight）。带权的图称为 网（Network）。

• 无向图 $\to$ 无向网；
• 有向图 $\to$ 有向网。

邻接

\quad 在无向图 $G=(V,E)$ 中，若边 $(u,v)\in E$，则称顶点 $u$ 和 $v$ 互为 邻接点（Adjacent node），顶点 $u$ 和 $v$ 相邻接。称边 $(u,v)$ 依附于 顶点 $u$ 和 $v$，或者称边 $(u,v)$ 与顶点 $u,v$ 相关联。

\quad 在有向图 $G=(V,E)$ 中，若 $(u,v)\in E$，则称顶点 $u$ 邻接到顶点 $v$，或者顶点 $v$ 邻接自顶点 $u$。

度

与顶点 $v$ 相关联的边的数目称为该顶点的 度（Degree），记作 $TD(v)$。

入度

\quad 在有向图 $G=(V,E)$ 中，以顶点 $v\in V$ 为弧头的弧的数目称为该顶点的 入度（InDegree），记作 $ID(v)$。

出度

\quad 在有向图 $G=(V,E)$ 中，以顶点 $v\in V$ 为弧尾的弧的数目称为该顶点的 出度（OutDegree），记作 $OD(v)$。

在具有 $n$ 个顶点，$e$ 条边的图 $G=(V,E)$ 中，记顶点 $v_i\in V$ 的度为 $TD(v_i)$，则有
$$e=\frac{1}{2}\sum _{i=1}^{n}TD(v_i)。\text{\hspace{1em}(1)}$$

路径

\quad 若图 $G=(V,E)$ 是无向图，则顶点 $u\in V$ 到顶点 $v\in V$ 的 路径 是一个顶点序列 $(u=w_{i_1},w_{i_2},\cdots ,w_{i_k}=v)$，其中 $(w_{i_{j-1}},w_{i_j})\in E,1\le j\le k$。

\quad 若图 $G=(V,E)$ 是有向图，则顶点 $u\in V$ 到顶点 $v\in V$ 的 路径 为 有向路径，同样可以表示为顶点序列 $(u=w_{i_1},w_{i_2},\cdots ,w_{i_k}=v)$，其中 $<w_{i_{j-1}},w_{i_j}>\in E,1\le j\le k$。

\quad 路径的长度 是路径上的边或弧的数目。

\quad 第一个顶点和最后一个顶点相同的路径称为 回路 或 环（Cycle）。

\quad 一条路径的顶点序列中，若不存在重复的顶点，则称该路径为 简单路径。

\quad 除第一个顶点和最后一个顶点之外，其余顶点都不重复出现的回路称为 简单路径 或 简单环。

连通图

\quad 在无向图 $G=(V,E)$ 中，若从顶点 $u\in V$ 到顶点 $v\in V$ 存在路径，则称顶点 $u$ 和 $v$ 是 连通 的。

\quad 在无向图 $G=(V,E)$ 中，若任意两个顶点 $v_i,v_j\in V$ 都是连通的，则称 $G=(V,E)$ 是 连通图（Connected graph）。

$$图4：连通图G_3$$

\quad 无向图中的 极大连通子图 称为 连通分量（Connected component）。

$$图5：无向图G_4的连通分量$$

\quad 在有向图 $G=(V,E)$ 中，若对于任意两个顶点 $v_i,v_j\in V,v_i\ne v_j$，从顶点 $v_i$ 到顶点 $v_j$ 和从顶点 $v_i$ 到顶点 $v_j$ 都存在路径，则称 $G=(V,E)$ 为 强连通图。

\quad 有向图中的 极大强连通子图 称为 强连通分量。

$$图6：有向图G_1的强连通分量$$

连通图的生成树

\quad 连通图的 极小连通子图 称为该连通图的 生成树。它含有图中全部的顶点，但只有足以构成一棵树的 $n-1$ 条边。

注意：

• 若在一棵生成树上添加一条边，则必定构成一个环，因为这条边使得它依附的两个顶点之间产生了第二条路径。
• 一棵有 $n$ 个顶点的生成树有且仅有 $n-1$ 条边。若一个图有 $n$ 个顶点但边数少于 $n-1$，则该图不是连通图，因此没有生成树。
• 有 $n-1$ 条边的图也不一定是生成树，因为图中可能有环。

有向树与生成森林

\quad 若一个有向图中恰好有一个顶点的入度为 $0$，其余顶点的入度均为 $1$，则是一棵
有向树。

\quad 一个有向图的 生成森林 由若干棵有向树组成，含有图中全部的顶点，但只足以构成若干棵不相交的有向树的弧。

参考文献

[1] 严蔚敏, 李冬梅和吴伟民. 数据结构(C语言版). 第2版. 北京: 人民邮电出版社, 2011.