数据结构——图

1. 什么是图？

在离散数学中，图（Graph）是用于表示物体与物体之间存在某种关系的结构。数学抽象后的“物体”称作节点或顶点（英語：Vertex，node或point），节点间的相关关系则称作边。在描绘一张图的时候，通常用一组点或小圆圈表示节点，其间的边则使用直线或曲线。

 

图中的边可以是有方向或没有方向的。例如在一张图中，如果节点表示聚会上的人，而边表示两人曾经握手，则该图就是没有方向的，因为甲和乙握过手也意味着乙一定和甲握过手。相反，如果一条从甲到乙的边表示甲欠乙的钱，则该图就是有方向的，因为“曾经欠钱”这个关系不一定是双向的。前一种图称为无向图，后一种称为有向图。

2. 图的基本概念 

图(graphy)是由顶点集合及顶点间的关系组成的一种数据结构： G = (V ， E) ，其中：

顶点(vertex)集合V = {x|x 属于某个数据对象集 } 是有穷非空集合 ；

边(edge)集合E = {(x,y)|x,y 属于 V} 或者 E = {<x, y>|x,y 属于 V && Path(x, y)} 是顶点间关系的有穷集合 。

(x, y) 表示 x 到 y 的一条双向通路，即 (x, y) 是无方向的； Path(x, y) 表示从 x 到 y 的一条单向通路，即Path(x, y)是有方向的。

顶点和边： 图中结点称为顶点 ，第 i 个顶点记作 vi 。 两个顶点 vi 和 vj 相关联称作顶点 vi 和顶点 vj 之间 有一条边 ，图中的第 k 条边记作 ek ， ek = (vi ， vj) 或 <vi ， vj> 。

有向图和无向图： 在有向图中，顶点对 <x, y> 是有序的，顶点对 <x ， y> 称为顶点 x 到顶点 y 的一条 边 ( 弧 ) ， <x, y> 和 <y, x> 是两条不同的边 ，比如下图 G3 和 G4 为有向图。在 无向图中，顶点对 (x, y) 是无序的，顶点对 (x,y) 称为顶点 x 和顶点 y 相关联的一条边，这条边没有特定方向， (x, y) 和 (y ， x) 是同一条边 ，比如下图 G1 和 G2 为无向图。注意： 无向边 (x, y) 等于有向边 <x, y> 和 <y, x> 。

完全图：在 有 n 个顶点的无向图中 ，若 有 n * (n-1)/2 条边 ，即 任意两个顶点之间有且仅有一条边 ，则称此图为无向完全图 ，比如上图 G1 ；在 n 个顶点的有向图 中，若 有 n * (n-1) 条边 ，即 任意两个 顶点之间有且仅有方向相反的边 ，则称此图为 有向完全图 ，比如上图 G4 。

邻接顶点：在 无向图中 G 中，若 (u, v) 是 E(G) 中的一条边，则称 u 和 v 互为邻接顶点 ，并称 边 (u,v) 依 附于顶点 u 和 v ；在 有向图 G 中，若 <u, v> 是 E(G) 中的一条边，则称顶点 u 邻接到 v ，顶点 v 邻接自顶 点 u ，并称边 <u, v> 与顶点 u 和顶点 v 相关联 。

顶点的度： 顶点 v 的度是指与它相关联的边的条数，记作 deg(v) 。在有向图中， 顶点的度等于该顶 点的入度与出度之和 ，其中顶点 v 的 入度是以 v 为终点的有向边的条数 ，记作 indev(v); 顶点 v 的 出度 是以 v 为起始点的有向边的条数 ，记作 outdev(v) 。因此： dev(v) = indev(v) + outdev(v) 。注意：对于无向图，顶点的度等于该顶点的入度和出度 ，即 dev(v) = indev(v) = outdev(v) 。

路径：在图 G = (V ， E) 中，若 从顶点 vi 出发有一组边使其可到达顶点 vj ，则称顶点 vi 到顶点 vj 的顶 点序列为从顶点 vi 到顶点 vj 的路径 。

路径长度：对于 不带权的图，一条路径的路径长度是指该路径上的边的条数 ；对于 带权的图，一 条路 径的路径长度是指该路径上各个边权值的总和 。

简单路径与回路： 若路径上各顶点 v1 ， v2 ， v3 ， … ， vm 均不重复，则称这样的路径为简单路 径 。 若路 径上第一个顶点 v1 和最后一个顶点 vm 重合，则称这样的路径为回路或环 。如

子图： 设图 G = {V, E} 和图 G1 = {V1 ， E1} ，若 V1 属于 V 且 E1 属于 E ，则称 G1 是 G 的子图 。

连通图：在 无向图 中，若从顶点 v1 到顶点 v2 有路径，则称顶点 v1 与顶点 v2 是连通的。 如果图中任 意一 对顶点都是连通的，则称此图为连通图 。

强连通图：在 有向图 中，若在 每一对顶点 vi 和 vj 之间都存在一条从 vi 到 vj 的路径，也存在一条从 vj 到 vi 的路径，则称此图是强连通图 。

生成树：一个 连通图的最小连通子图 称作该图的生成树。 有 n 个顶点的连通图的生成树有 n 个顶点 和 n- 1 条边 。

3. 图的存储结构

这之前我们已经学过了树这种数据结构，对于一棵树来说最值得关心的就是每个节点，那么同样的，对于一张图来说最值得关心的就是每个顶点和边，在这里我们有两种方式来表示

1. 邻接矩阵

因为节点与节点之间的关系就是连通与否，即为 0 或者 1 ，因此 邻接矩阵 ( 二维数组 ) 即是：先用一 个数组将定点保存，然后采用矩阵来表示节点与节点之间的关系 。即

注意：

1. 无向图的邻接矩阵是对称的 ， 第 i 行 ( 列 ) 元素之和，就是顶点 i 的度 。 有向图的邻接矩阵则不一 定是对称的，第 i 行 ( 列 ) 元素之后就是顶点 i 的出 ( 入 ) 度 。

2. 如果边带有权值，并且两个节点之间是连通的，上图中的边的关系就用权值代替，如果两个顶点不通，则使用无穷大代替，即

3. 综合来说，邻接矩阵更加适合稠密图，即顶点与顶点间的边较多，也更加适合判断顶点与顶点间是否联通，而不适合查找一个顶点连接的所有边。

2. 邻接表

邻接表：使用数组表示顶点的集合， 使用链表表示边的关系 。

1. 无向图邻接表存储

注： 无向图中同一条边在邻接表中出现了两次。如果想知道顶点 vi 的度，只需要知道顶点 vi 边链表集合中结点的数目即可 。

2. 有向图邻接表存储

注：有向图中每条边在邻接表中只出现一次，与顶点 vi 对应的邻接表所含结点的个数，就是该顶点的出度，也称出度表，要得到vi 顶点的入度，必须检测其他所有顶点对应的边链表，看有多少边顶点的dst 取值是 i 。

综合来说，邻接表更加适合稀疏图，即顶点之间有较少的边联通的情况，它更加适合查找一个顶点所对应的所有边，而不适合判断两个顶点之间是否互相联通。