数据结构——图

YraYnofear

已于 2022-08-28 11:44:33 修改

阅读量2.2k

点赞数 5

文章标签：数据结构图论算法

于 2022-07-16 08:38:26 首次发布

本文链接：https://blog.csdn.net/qq_45692049/article/details/125798658

版权

本文详细介绍了图数据结构的基本概念，包括有向图与无向图、简单图与多重图的区分，以及顶点的度、连通性等重要概念。同时，探讨了图的四种存储结构：邻接矩阵、邻接表、十字链表和邻接多重表。文章还涵盖了图的遍历算法，如广度优先遍历（BFS）和深度优先遍历（DFS），并讨论了最小生成树（Prim和Kruskal算法）以及最短路径问题（BFS、Dijkstra和Floyd算法）。

摘要由CSDN通过智能技术生成

2.2邻接表法（顺序+链式存储）AdjacentList

7.2 Dijkstra算法（带权图、无权图）

1.图的基本概念

1.1定义与术语

1.1.1定义

图G由顶点集V和边集E组成，记为G=(V,E)，其中V(G)表示图G中顶点的有限非空集；E(G)表示图G中顶点之间的关系（边）集合。若 $V=\left \{ v_{1},v_{2},... , v_{n} \right \}$ ，则用 |V| 表示图G中顶点的个数，也称图G的阶， $E=\left \{ \left ( u,v \right ) | u\in V,v\in V \right \}$ ，用 |E| 表示图G中边的条数。

G:Graph；V:Vertex；E:Edge

注意:线性表可以是空表，树可以是空树，但图不可以是空，即V一定是非空集

1.1.2有向图 VS 无向图

1.1.3简单图 VS 多重图

1.1.4顶点的度、入度、出度

无向图：每条边为顶点贡献两个度。故顶点的度为 2|E|

有向图：每条弧（A->B)为顶点B贡献一个入度和为顶点A贡献一个出度，故所有顶点的入度之和=出度之和= |E|

1.1.5顶点间的关系描述

1.1.6连通图 VS 强连通图

连通图：无向图；求非连通图最多几条边——孤立其中一个顶点，其他n-1个顶点两两连接

强连通图：有向图

1.1.7子图

生成子图：包含原图的所有结点

无向图中的子图：

有向图中的子图：

1.1.8连通分量和强连通分量

连通分量是无向图的子图，连通且极大。

无向图的连通分量：

有向图的强连通分量：

1.1.9生成树和生成森林

连通图的生成树（无向的）：尽可能包含更少的边（极小）；不唯一

哪种生成树是最优的？——最优带权路径

生成森林：

非连通图->若干个连通分量->对应的生成树->生成森林

1.1.10边的权、带权图/网

1.2几种特殊的图

完全图：最多的边

稀疏图 VS 稠密图

有向树入度为0的顶点视为根

2.图的四种存储结构

2.1邻接矩阵法（顺序存储）

2.1.1方法实现MatrixGraph

存储不带权图：

#define MaxVertexNum 100 //顶点数目最大值
typedef char VertexType; 
typedef int EdgeType;//或bool 
typedef struct{
	VertexType Vex[MaxVertexNum];//顶点表 
	EdgeType Edge[MaxVertexNum][MaxVertexNum];//边/弧表（邻接矩阵） 
	int vexnum,acrnum; //当前顶点数，边/弧数 
}MGraph;