图（Graph）

“图”（Graph）是一种抽象数据结构，用于表示对象（称为“顶点”或“节点”）之间的关系。这些关系通常以边（Edge）的形式存在，边可以是有向的（Directed Edge）或无向的（Undirected Edge），并可能带有权重（Weight）或其他附加信息。图可以用来描述各种现实世界的问题，如网络拓扑、社交网络、路线规划、软件工程中的依赖关系等。以下是图的基本概念和相关术语：

基本构成元素：

1. 顶点（Vertex）：图中的基本单元，通常用圆圈或小方框表示。每个顶点代表一个对象或实体。

2. 边（Edge）：连接顶点的线段，表示顶点之间的某种关系。根据边的性质，图可以分为：

   • 无向图（Undirected Graph）：边没有方向，表示顶点间的关系是对称的。例如，无向图可以表示朋友关系，若A和B之间有一条边，意味着A是B的朋友，同时也意味着B是A的朋友。

   • 有向图（Directed Graph）：边有方向，表示从一个顶点到另一个顶点的单向关系。例如，有向图可以表示网页超链接，一条从A指向B的边意味着页面A链接到页面B，但不一定意味着B链接回A。

   有时边还会带有权重（Weight），表示关联强度、距离、成本等额外信息。

特殊类型的图：

• 完全图（Complete Graph）：如果图中任意两个不同的顶点之间都恰好有一条边（无向图）或一条有向边（有向图），则称此图为完全图。

• 连通图（Connected Graph）：在无向图中，如果从任一顶点出发可以通过一系列边到达其他所有顶点，则称此图为连通图。对于有向图，若从每个顶点都能够到达其他所有顶点，并且反过来也能被其他顶点到达，则称为强连通图。

• 环（Cycle）：在一个图中，如果存在至少一个顶点序列v1, v2, ..., vk (k ≥ 3)，使得vi与vi+1之间存在边，并且vk与v1之间也存在边（对于无向图，边的方向不重要），则称这个顶点序列形成了一个环。无环图（Acyclic Graph）是指不含任何环的图。

图的表示方法：

• 邻接矩阵（Adjacency Matrix）：用一个二维数组表示图，数组的行和列对应顶点，数组中的元素值表示对应顶点间是否存在边以及边的权重（如果有）。对于稀疏图（边的数量远小于顶点数量的平方），邻接矩阵可能会浪费大量空间。

• 邻接表（Adjacency List）：为图中的每个顶点维护一个列表，列表中存储与该顶点相邻的所有顶点及其对应的边的信息。邻接表对于稀疏图来说更节省空间。

图的算法应用广泛，包括但不限于：

• 搜索算法：深度优先搜索（DFS）、广度优先搜索（BFS）用于遍历图中的所有顶点或找到特定顶点。

• 最短路径问题：Dijkstra算法、Bellman-Ford算法、Floyd-Warshall算法用于求解图中两点间或所有顶点对间的最短路径。

• 最小生成树：Prim算法、Kruskal算法用于构建一个包含图中所有顶点、总权重最小的树形结构。

• 最大流/最小割问题：Ford-Fulkerson算法、Edmonds-Karp算法等解决网络流问题，寻找在给定容量限制下从源点到汇点的最大流量或最小割集。

• 图的匹配问题：如匈牙利算法解决二分图的最大匹配问题。