图的知识点小结

最新推荐文章于 2024-05-04 21:30:02 发布

sheep_princess

最新推荐文章于 2024-05-04 21:30:02 发布

阅读量798

点赞数 4

本文链接：https://blog.csdn.net/sheep_princess/article/details/104597219

版权

定义：
图是由顶点的有穷非空集合和顶点之间边的集合组成，通常表示为：G（V，E），其中，G表示一个图，V是图G中的顶点的集合，E是图G中边的集合
各种图的定义
1.无向边:若顶点vi到vj之间没有方向,则称这条边为无向边，有无序偶对(vi,vj)来表示。
2.无向图:如果图中任意两个顶点之间的边都是无向边，则称该图为无向图
3.有向边:若从顶点vi到vj的边有方向为有向边，也称为弧,用有序偶< vi, vj> 来表示，vi称为弧尾，vj 称为弧头。
4.有向图:如果图中任意两个顶点之间的边都是有向边，则称该图为有向图。
5.简单图:在图中,如果不存在顶点到其自身的边，且同一条边不重复出现，则称这样的图为简单图。
6.无向完全图:在无向图，如果任意两个顶点之间都有存在边，则称该图为无向完全图。
7.有向完全图:在有向图中，如果任意两个顶点之间都存在互为相反的弧，则称该图为有向完全图
8.稀疏图&稠密图:有很少的边或弧的图称为稀疏图，反之称为稠密图
9.权:有些图的边或者弧具有与他相关的数字，这个相关的数称为权
10.网:这种带权的图通常称为网
图的顶点与边间的关系
1.对于无向图G=(V,{E}),如果边(v1,v2)∈E , 则称顶点v1和v2互为邻接，即v1，v2相邻接。边(v1,v2)依附于顶点v1和v2，或者说(v1,v2)于顶点v1,v2相关联。顶点v的度为是和v相关联的边的数目，记做TD(v)
2.对于有向图G=(V,{E})，如果弧< v1,v2>∈E，则称顶点v1邻接到顶点v2，顶点v2邻接自顶点v1.弧< v1,v2>和顶点v1，v2相关联，自顶点v1为头的弧的数目为v1的入度，记为ID(v)，以v1为弧尾的弧的数目称为v1的出度,记为OD(v),顶点v的度TD(v)=ID(v)+OD(v).
3.路径:无向图G(V,{E})中从顶点v1到顶点v2的路径是从v1到v2途经顶点的序列
路径的长度:路径上的边或者弧的数目
4.回路(环):第一个顶点到最后一个顶点相同的路径称为回路或者环
5.简单路径:序列中顶点不重复出现的路径称为简单路径
6.简单回路(环):除了第一个顶点和最后一个顶点外,其余顶点不重复出现的回路，称为简单回路或者简单环
连通图相关的术语
1.连通: 在无向图G中，如果从顶点v1到顶点v2有路径，则称v1和v2是连通的
2.连通图:如果对于无向图中任意两个顶点vi，vj，vi和vj都是连通的，则称该图是连通图
3.连通分量:无向图中的极大连通子图称为连通分量。
4.强连通图:在有向图中，任如果意两个顶点vi，vj，vi和vj都是连通的，则称该图是强连通图
5.强连通分量:有向图中的极大强连通子图称作有向图的强连通分量
图的储存结构
**1.**邻接矩阵
图的邻接矩阵存储方式是用两个数组来表示图。一个一维数组存储图中顶点信息，一个二维数组（邻接矩阵）存储图中的边或弧的信息。
实现代码

#define MAX 10
typedef struct _Vertex{
 int num;//顶点编号
 int info;//顶点的其他附加信息，可以不要
}Vertex; 
//图的结构信息
typedef struct _Graph{
 int vertex_num; //图中顶点数目
 int edge_num;  //图中边或弧的数目
 Vertex vertex[MAX]; //顶点数组
 int edges[MAX][MAX]; //邻接矩阵，存储图中边或或弧的信息
}Graph;

**2.**邻接表
邻接矩阵是不错的一种图存储结构，但是，对于边数相对顶点较少的图，这种结构存在对存储空间的极大浪费。因此，找到一种数组与链表相结合的存储方法称为邻接表。
邻接表的处理方法：
1.图中顶点用一个一维数组存储，当然，顶点也可以用单链表来存储，不过，数组可以较容易的读取顶点的信息，更加方便。
2.图中每个顶点vi的所有邻接点构成一个线性表，由于邻接点的个数不定，所以，用单链表存储，无向图称为顶点vi的边表，有向图则称为顶点vi作为弧尾的出边表。
实现代码

typedef struct Node  
{  
    int dest;                   //邻接边的弧头结点序号  
    int weight;                 //权值信息  
    struct Node *next;          //指向下一条邻接边  
}Edge;                          //单链表结点的结构体  
typedef struct  
{  
    DataType data;              //结点的一些数据，比如名字  
    int sorce;                  //邻接边的弧尾结点序号  
    Edge *adj;                  //邻接边头指针  
}AdjHeight;                     //数组的数据元素类型的结构体  
typedef struct  
{  
    AdjHeight a[MaxVertices];   //邻接表数组  
    int numOfVerts;             //结点个数  
    int numOfEdges;             //边个数  
}AdjGraph;                      //邻接表结构体

无向图的邻接表

void GreateMGraph(MGraph * G)
{
    int i,j,k,w;
    scanf("%d%d",&G->numVertexes,&G->numEdge);
    for(i=0;i<G->numVertexes;i++)   /*读入顶点信息，建立顶点表*/
    {
        scanf(" %c",&G->vexs[i]);
    }
    for(i=0;i<G->numVertexes;i++)
        for(j=0;j<G->numVertexes;j++)
            G->arc[i][j]=INFINITY;  /*邻接矩阵初始化*/
        for(k=0;k<G->numEdge;k++)   /*读入numEdges条边，建立邻接矩阵*/
        {
            scanf("%d,%d,%d",&i,&j,&w);
            G->arc[i][j]=w;
            G->arc[j][i]=G->arc[i][j];
        }
}

图的遍历
俩种方法
一.深度优先遍历（又称为深度优先搜索）
思想
1.从图中某个顶点vi出发，访问vi；然后找到vi的一个邻接顶点vi1
2.从vi1出发，深度优先搜索访问和vi1相邻接且未被访问的所有顶点
3.转⑴ ，直到和vi相邻接的所有顶点都被访问为止
4.继续选取图中未被访问顶点vj作为起始顶点，转到1 直到图中所有顶点都被访问为止。
实现代码

void DFS1 (MGraph MG, int i)
{ int j; 
visited[i]=1; 
printf("%3c",MG.vexs[i]); 
for(j=1; j<=MG.vex_num; j++) 
if(!visited[j]&&MG.arcs[i][j]==1) 
DFS1 (MG, j);
} 

void DFS2(AdjList G,int i)
{ int j;
EdgeLinklist *p;
visited[i]=1;
printf("%3c",G.vertices[i].Elem);
for(p=G.vertices[i].firstedge;p;p=p->next)
{j=p->adjvex; 
if(!visited[j]) 
DFS2(G, j); }
}

二.广度优先搜索：
思想
1.从图中某个顶点vi出发，访问vi；
2.访问vi的所有相邻接且未被访问的所有顶点vi1，vi2，…，vim；
3.以vi1，vi2， …，vim的次序，以vij(1≦j≦m)依此作为vi ，转⑴；
4.继续选取图中未被访问顶点vk作为起始顶点，转 1，直到图中所有顶点都被访问为止。
实现代码

void BFS1(Mgraph G ,int k) 
{ int i,j;
int visited[Vex_num];
SqQueue q;
initqueue(&q);
printf("visit vertex: V%d\n", G->vexs[k]);
visited[k]=1;
Enqueue(&q,k);
while(!QueueEmpty(&q))
{
i=Dequeue(&q);
for(j=0; j<G->n; j++)
{
printf("visit vertex :V%d \n",G->vexs[j]);
visited[j]=1;
Enqueue(&q,j);
}
}
}

最小生成树
定义：我们把构造连通网的最小代价生成树称为最小生成树
找连通网的最小生成树的俩种经典算法
1.普里姆算法
2.克鲁斯卡尔算法
最短路径
详见
https://blog.csdn.net/sheep_princess/article/details/104418671
拓扑排序
详见
https://blog.csdn.net/sheep_princess/article/details/104419051