目录
1介绍
图数据结构在很多位置都有引用,例如网络爬虫,地图应用(最近距离,最短时长推荐),社交网络分析(社交关系,好友推荐),舆情控制等领域。
2 图的基本概念
2.1 定义性质
图是由顶点集合(vex_set),边集合(arc_set)。
度:一个顶点与之相邻的边;对于有向图则分为出度和入度
2.2 分类
按照方向区分:有向图和无向图
按权重来区分:有向权重图,无向权重图。
按照功能来区分:连通图和非连通图
3 图的存储方式
图的存储主要是顶点和边。
常见的图的存储方式:链接矩阵和链接表
3.1 链接矩阵
顶点集合:用一维数组方式存储
边集合:用二维数组方式存储
出度:行 1的个数和
入度:列 1的个数和。
优点:很容易算出连接关系,以及结点的度。
缺点:存储空间复杂度大,空间利用率不高。对于无向图只需要存储一半。
3.2 链接表
实际工程中应用链接表。
顶点集合:一维数组存储
边集合:链接表
有向图
缺点:无法计算入度
无向图
优点:度比较好计算
逆链接表
4 图的遍历
图的遍历方式主要两种:深度优先和广度优先,俗称dfs,bfs。
从图中某一个顶点触发,访问图中其余顶点,每个顶点被访问一次且只被访问一次。
可以从图中任意一点进行发起遍历。
1 缺点一条搜索路径
2 确保每个顶点都访问到
3 每个顶点只能被访问一次
设置辅助数组visited,数组元素的初始均为false,一旦遍历过后就设置为true.
4.1 dfs
深度优先:分有向图和无向图两类:
主要思想:利用递归,栈方式实现。加上本来就有辅助数组visited。
// 对图进行深度优先遍历 (不能遍历删除)
void DFSTraverse(vector<bool> &visited, VisitFunc func) {
for (size_t i = 0; i < _graph_vex.size(); i++) {
// 有多个
if (!visited[i]) {
_dfs_traverse(i, visited, func);
}
}
}
// 回溯 函数堆栈来实现 实际开发过程 图纵深 尾递归
// 所有的递归 都能够转化为 递推
void _dfs_traverse(int idx, vector<bool> &visited, VisitFunc func) {
if (visited[idx