《算法导论》学习分享——22. 基本的图算法（BFS,DFS,拓扑排序,强连通分量）

22. 基本的图算法

本章介绍图的表示和搜索。
许多的图算法在一开始都会先通过搜索来获得图的结构，其他一些图算法则是对基本的搜索加以优化。
可以说，图的搜索技巧是整个图算法领域的核心。

图的表示

$G = (V, E)$

图G由结点的集合V 和 边的集合E 组成

可以用两种方法表示，一种是邻接链表（下图b），一种是邻接矩阵（下图c）。
邻接链表一般用于表示稀疏图（边数$|E|$远小于$|V|^2$），默认都使用邻接链表表示。在稠密图（$|E|$接近$|V|^2$）的情况下，倾向使用邻接矩阵。

无向图：

有向图：

邻接链表表示

由一个链表数组$Adj$组成，数组大小为$|V|$，链表$Adj[u]$存储了结点$u$出发的边的终点。
比如上面无向图中，从结点1出发有两条边，边的终点分别是2和4，反应到邻接链表中就是$Adj[1]$存储了两个节点2和4。

邻接链表需要的存储空间为$\Theta(|V|+|E|)$

邻接矩阵表示

由一个$|V| \times |V|$ 的矩阵$A = (a_{ij})$表示，并满足以下条件：

$$a_{ij} = \left \{ \begin{aligned} & 1 & if (i, j) \in E, &\\ & 0 & other, & \end{aligned} \right.$$

当边有权重时，$a_{ij}$可以存储权重值。

邻接矩阵需要的存储空间为$\Theta(|V|^2)$

一些术语

一个结点的出度为，从这个结点触发的边的个数。
一个结点的入度为，到达这个结点的边的个数。

广度优先搜索

思路：利用一个队列，首先将头结点插入