第六章图

最新推荐文章于 2024-04-01 11:40:29 发布

程序员樱花

最新推荐文章于 2024-04-01 11:40:29 发布

阅读量597

点赞数 1

分类专栏：数据结构和算法学习笔记文章标签：图论

本文链接：https://blog.csdn.net/qq_45604925/article/details/121797464

版权

本文详细介绍了图的定义，包括无向图、有向图、完全图和网，以及图的度和连通性。接着，讨论了图的存储结构，如邻接矩阵、邻接表和十字链表，特别强调了邻接矩阵和邻接表的优缺点。还深入探讨了图的遍历方法，包括深度优先搜索和广度优先搜索，并分析了它们的时间复杂度。最后，提到了图的应用，如最小生成树的构造和最短路径问题的解决方法。

摘要由CSDN通过智能技术生成

第六章图

6.1 图的定义和基本术语

图：G=（V,E） V：顶点(数据元素)的有穷非空集合；E：边的有穷集合。

无向图：每条边都是无方向的。

有向图：每条边都是有方向的。

完全图：任意两个点都有一条边相连

稀疏图：有很少边或弧的图（e<nlogn）。

稠密图：有很多边或弧的图

网：边/弧带权的图

邻接：有边/弧相连的两个顶点之间的关系

存在(vi,vj)，则称vi和vj互为邻接点；

存在<vi,vj>，则称vi邻接到vj，vj邻接于vi

关联(依附)：边/弧与顶点之间的关系

存在(vi,vj)/<vi,vj>，则称该边/弧关联于vi和vj

顶点的度：与该顶点相关联的边的数目，记作TD(v)

在有向图中，顶点的度等于该顶点的入度和出度之和

顶点v的入度是以v为终点的有向边的条数，记作ID(V)

顶点v的出度是以v为终点的有向边的条数，记作OD(V)

例子：

有向树

路径：接续的边构成的顶点序列。

路径长度：路径上边或弧的数据/权值之和。

回路(环)：第一个顶点和最后一个顶点相同的路径。

简单路径：除路径起点和终点可以相同外，其余顶点均不相同的路径。

简单回路(简单环)：除路径起点和终点相同外，其余顶点均不相同的路径。

连通图（强连通图）

在无（有）向图G=（V, {E}）中，若对任何两个顶点v，u都存在从v到u的路径，则称G是连通图（强连通图）

权与网：

图中边或弧所具有的相关数称为权。表明从一个顶点到另一个顶点的举例或耗费。

带权的图称为网。

子图：

设有两个图G=（V, {E}）、G1=（V1, {E1}），若v1V，E1E，则称G1是G的子图。

连通分量（强连通分量）

无向图G的极大连通子图称为G的连通分量。

极大连通子图意思是：该子图是G的连通子图，将G的任何不在该子图中的顶点加入，子图不再连通。

有向图G的极大强连通子图称为G的强连通分量

极大强连通子图意思是：该子图是G的强连通子图，将D的任何不在该子图中的顶点加入，子图不再连通。

极小连通子图：该子图是G的连通子图，在该子图中删除任何一条边，子图不在连通

生成树：包含无向图G所有顶点的极小连通子图

生产森林：对非连通图，由各个连通分量的生成树的集合

6.2 图的类型定义

ADT Graph{
   

			数据对象V：具有相同特性的数据元素的集合，称为顶点集

			数据关系R：R={
   VR}

				VR={
   <v,w>|<v,w>|v,w∈V ∧ p(v,w),

				<v,w>表示从v到w的弧，p(v,w)定义了弧(v,w)的信息

}

	CreateGraph（&G,V,VR）

				初始条件：V是图的顶点集，VR是图中弧的集合

				操作结构：按V和VR的定义构造图G

	DFSTraverse(G)

				初始条件：图G存在

				操作结构：对图进行深度优先遍历

	BFSTraverse(G)

				初始条件：图G存在

				操作结构：对图进行广度优先遍历

}ADT Graph