决战11月之--------数据结构终章（图）

愿风吹散愿心静远

已于 2022-04-03 21:43:58 修改

阅读量581

点赞数

文章标签：数据结构

于 2022-04-02 17:18:39 首次发布

本文链接：https://blog.csdn.net/qq_61531066/article/details/123924510

版权

一.图的基本概念

1、图的定义

图是由顶点集V和边集E组成，记作G=(V, E) G：Graphic 图形 V：Vertex 顶点 E：Edge 边

2、有向图和无向图

如果边是有方向的则称为有向图，如果边没有方向则称为无向图

3、无权图和带权图

对图中的边赋予具有一定意义的数值(路程、费用等等)的图称为带权图

4、顶点的度

对于无向图，顶点v的度定义为和v相关联的边数

对于有向图，顶点v的度分为入度和出度

5、完全图

任意两个顶点之间都存在一条边

无向完全图的边数为1/2*n*(n-1)

有向完全图的边数为n*(n-1)

7、路径

若顶点vp和vq可以由若干条边连通，则称vp到vq存在一条路径

无权图的路径长就是路径上经过边数

带权图的路径长要乘以每条边的权

简单路径：除了起点和终点可以为同一个顶点外，其余顶点均不相同

回路或环：起点和终点为同一个顶点的简单路径

8、图的连通性

如果从顶点vi到顶点vj有路径，则称vi和vj是连通的。

如果图中任意两个顶点都是连通的，则称该图是连通图。

对于有向图，如果图中的任意两个顶点vi和vj是双向连通的，则该图是强连通图。

9、连通分量

无向图的极大连通子图称为连通分量，有向图的极大强连通子图称为强连通分量

---极大顶点数：再加一个顶点就不连通

---极大边数：包含子图中所有顶点相连的所有边

【推论】

a、无向连通图的连通分量只有一个，就是它自身，称为极大连通子图（无向图的连通分量至少为1）

b、无向非连通图的连通分量有多个，最多有n个（n为顶点）

c、有向强连通图的强连通分量只有一个，就是它自身，称为极大强连通子图

d、有向非强连通图的强连通分量有多个

连通分量通过遍历图来求出，从图中某个顶点v出发遍历图，如果能够遍历到所有顶点，则该图是连通的；如果遍历不到所有顶点，则图是非连通的，要在未被遍历的顶点中选择新的出发点，直到所有顶点都被遍历到，那么每次遍历得到的就是图的一个连通分量

9、操作集

二.图的存储结构

1、邻接矩阵

邻接矩阵是表示图中顶点之间相邻关系的矩阵。设G=(V,E)是具有n个顶点的图，则G的邻接矩阵是具有如下定义的n阶方阵：

$A[i][j]=\left\{\begin{matrix} 1& (vi,vj)\subseteq E(G)\\ 0& (vi,vj)\nsubseteq E(G) \end{matrix}\right.$

无向图的邻接矩阵：对称矩阵

有向图的邻接矩阵：各行之和是出度，各列之和是入度

带权图的邻接矩阵

2、邻接表

无向图的邻接表

有向图可以用两个邻接表表示，出边表叫邻接表，入边表叫逆邻接表

三.图的遍历

图的遍历是从某个顶点出发，沿着某条路径对图中每个顶点做且仅做一次访问。遍历图的算法是求解图的连通性、图的拓扑排序等算法的基础。

为了避免顶点的重复访问，可设一个布尔数组visisted[0...n-1]，用来标记某个顶点是否被访问过，初始值均为假，若该顶点已被访问过，则以顶点序号为下标的数组元素置为真。

1、深度优先搜索遍历（DFS）

深度优先遍历图的方法是，从图中某顶点v出发：

（1）访问顶点v；

（2）依次从v的未被访问的邻接点出发，对图进行深度优先遍历；直至图中和v有路径相通的顶点都被访问；

（3）若此时图中尚有顶点未被访问，则从一个未被访问的顶点出发，重新进行深度优先遍历，直到图中所有顶点均被访问过为止。//来自百度

（1）以邻接矩阵为存储结构的DFS递归算法

int visited[MaxVertexNum] = {0};
 
//@param    G 要遍历的图
//          i 顶点序号
//          n 顶点总数
void DFS(MGraph G, int i, int n)
{
    printf("v%d ", i); // 首先访问顶点vi
    visited[i] = 1;
 
    for (int j = 0; j < n; j++) { // 依次遍历vi的每个邻接点
        // 若(vi,vj)属于E(G)且vj未访问过
        if (G.arcs[i][j] == 1 && !visited[j])
            DFS(G, j, n);
    }
}

（2）以邻接表为存储结构的DFS递归算法

int visited[MaxVertexNum] = {0};
 
//@param    G 要遍历的图
//          i 顶点序号
void DFS(VNode G[], int i)
{
    printf("v%d ", i); // 首先访问vi
    visited[i] = 1;
 
    EdgeNode *p;
    int j;
 
    p = G[i].link;
    while (p != NULL) { // 依次遍历vi的每个邻接点
        j = p->vex_id;
        if (!visited[j]) // 若邻接点vj未被访问过
            DFS(G, j);
 
        p = p->next;
    }
}

（3）练习

2、广度优先搜索遍历（BFS）

（1）以邻接矩阵为存储结构的DFS递归算法


//邻接矩阵版
int n,G[MAXV][MAXV];
bool inq[MAXV]={false};
void BFS(int u)
{
    queue<int> q;
    q.push(u);
    inq[u]=true;
    while(!q.empty())
    {
        int u=q.front();
        q.pop();
        for(int v=0;v<n;v++)
        {
            if(inq[v]==false&&G[u][v]!=INF)
            {
                q.push(v);
                inq[v]=true;
            }
        }
    }
}
void BFSTrave()
{
    for(int u=0;u<n;u++)
    {
        if(inq[u]==false)
            BFS(q);
    }

（2）以邻接表为存储结构的DFS递归算法

//邻接表版
vector<int>Adj[MAXV];
int n;
bool inq[MAXV]={false};
void BFS(int u)
{
    queue<int> q;
    q.push(u);
    inq[u]=true;
    while(!q.empty())
    {
        int u=q.front();
        q.pop();
        for(int i=0;i<Adj[u].size();i++)
        {
            int v=Adj[u][i];
            if(inq[v]==false)
            {
                q.push(v);
                inq[v]=true;
            }
        }
    }
}

（3）练习