图的基本内容

图的基本术语

1. 端点和邻接点
   无向图:若存在一条边(i, j)中顶点i和顶点j为端点，它们互为邻接
   点。

   有向图:若存在一条边<i, j>与顶点i为起始端点(简称为起点) ,
   顶点j为终止端点(简称终点)，它们互为邻接点。

2. 顶点的度、入度和出度
   无向图:以顶点i为端点的边数称为该顶点的度。
   
   有向图:以顶点i为终点的入边的数目，称为该顶点的入度。以顶点i为始点的出边的数目，称为该顶点的出度。一个顶点的入度与出度的和为该顶点的度。
   
   若一个图中有n个顶点和e条边，每个顶点的度为d, (0≤i≤n-1)
   则有:
   
   这里我们可以看出顶点度与边的关系

3. 完全图
   无向图:每两个顶点之间都存在着一条边，称为完全无向图，包含有n(n-1)/2条边。
   
   有向图:每两个顶点之间都存在着方向相反的两条边，称为完全有向图，包含有n(n-1)条 边。
   

4. 路径和路径长度
   在一个图G=(V, E)中，从顶点i到顶点j的一条路径(i, i1, i2, ., im,j)。其中所有的(ix, iy,)∈E(G)， 或者<ix，iy>∈E(G)
   路径长度是指一条路径.上经过的边的数目。
   若一条路径上除开始点和结束点可以相同外，其余顶点均不相同，则称此路径为简单路径。
   

5. 连通、连通图和连通分量
   无向图:若从顶点i到顶点j有路径，则称顶点i和j是连通的。
   若图中任意两个顶点都连通，则称为连通图，否则称为非连通图。
   无向图G中的极大连通子图称为G的连通分量。显然，任何连通图的连通分量只有一个，即本身，而非连通图有多个连通分量。
   
   

6. 强连通图和强连通分量
   有向图:若从顶点i到顶点j有路径，则称从顶点i到j是连通的。.
   若图G中的任意两个顶点i和j都连通，即从顶点i到j和从顶点j到i都存在路径，则称图G是强连通图。

   可以看到强连通图是针对有向图而言的。
   
   在一个非强连通中找强连通分量的方法。
   ①在图中找有向环。
   ②扩展该有向环:如果某个顶点到该环中任一-顶点有路径，并且该环中任一顶点到这个顶点也有路径，则加入这个顶点。
   

7. 权和网
   图中每一条边都可以附带有一一个对应的数值，这种与边相关的数值称为权。权可以表示从一个顶点到另一个顶点的距离或花费的代价。
   边上带有权的图称为带权图，也称作网。
   

图的存储结构

图的两种主要存储结构：

1. 邻接矩阵
2. 邻接表

邻接矩阵

邻接矩阵的主要特点：

1. 一个图的邻接矩阵表示是唯一的。

2. 特别适合于稠密图的存储。
   邻接矩阵演示：
   
   那么我们如何从这些数据中判断该顶点的度呢？
   很明显，无向图，邻接矩阵的第i行或第i列、非零元素的个数正好是顶点i的度；
   有向图，邻接矩阵的第i行（第i列）非零元素的个数正好是顶点i的出度；

   对有向图来说，它也可能是对称矩阵，可以看到邻接矩阵的存储空间为O(n²)，也就是说它适合对稠密图存储。

邻接表

1. 对图中每个顶点i建立一一个单链表，将顶点i的所有邻接点链起来。

2. 每个单链表.上添加一个表头节点(表示顶点信息)。并将所有表头节点构成一个数组，下标为i的元素表示顶点i的表头节点。
   
   对有向图来说，它的邻接表创建是这样的：
   可以看到
   对无向图来说：即将顶点i的所以邻接点衔接在一起。邻接表中顶点i对应的第i个单链表的边结点数正好是顶点i的度
   对有向图来说：即将出边的邻接点衔接在一起。邻接表中顶点i对应的第i个单链表的边结点数正好是顶点i的出度。顶点i的入度为邻接表中所有adjvex域值为i的边结点数。拿上图的结点2来说，它的入度为2。

   我们可以看到，邻接表存储空间为O(n+e)，也就是说适合于稀疏图存储。

图的遍历

深度优先遍历（DFS）

深度优先遍历过程:：
(1)从图中某个初始顶点v出发，首先访问初始顶点v。
(2)选择一个与顶点v相邻且没被访问过的顶点w，再从w出发进
行深度优先搜索，直到图中与当前顶点v邻接的所有顶点都被访问过为止。

算法设计思路：

1. 深度优先遍历的过程体现出后进先出的特点:用栈或递归方式实现。
   
2. 如何确定一个顶点是否访问过?设置一个visited[]全局数组，visited[]=0表示顶点i没有访问; visited[i]=1 表示顶点已经访问过。

算法：

该算法时间复杂度为O（n+e）

遍历过程：

可以看先访问2，然后找2的邻接点1，然后再找1的邻接点0，依次下去，直到所有结点都被访问完毕，最后按原路径回退到出发点。

广度优先遍历（BFS）

广度优先遍历过程:：
(1)访问初始点v，接着访问v的所有未被访问过的邻接点v1,v2， .，. vt。
(2) 按照v1，v2, … vt的次序，访问每一个顶点的所有未被访问过的邻接点。
(3)依次类推，直到图中所有和初始点v有路径相通的顶点都被访问过为止。

算法设计思路：

1. 广度优先搜索遍历体现先进先出的特点，用队列实现。
   
2. 如何确定一个顶点是否访问过?设置一个visited[]全局数组，visited[]=0表示顶点i没有访问; visited[i]=1 表示顶点已经访问过。

算法：


该算法时间复杂度为O（n+e）

遍历过程：

可以看出，开始访问2，然后直接访问所有2的邻接点1,3,4。然后再依次由1找它的邻接点，2找它的邻接点，4找它的邻接点。

非连通图的遍历

1. 无向连通图:调用一次DFS或BFS，能够访问到图中的所有顶点。

2. 无向非连通图:调用一次DFS或BFS，只能访问到初始点所在连通分量中的所有顶点，不可能访问到其他连通分量中的顶点。
   可以分别遍历每个连通分量，才能够访问到图中的所有顶点。

   非连通图:调用DFS（）和BFS（）的次数恰好等于连通分量的个数。