目录
一、图的基本概念
注意：概念性的文字不列出太多，记不住也不便于理解
图（Graph）是由节点（Node）和边（Edge）组成的数据结构。图可以用来表示对象之间的关系，其中节点表示对象，边表示对象之间的连接或关联。
图的基本概念包括以下几个要素：
-
节点：也称为顶点（Vertex），表示图中的对象。节点可以具有属性或标签，用于描述对象的特征。
-
边：也称为弧（Arc）或连接（Link），表示节点之间的关系或连接。边可以是有向的（从一个节点指向另一个节点）或无向的（没有方向）。
-
权重：边可以带有权重（Weight），表示节点之间的某种度量或距离。权重可以表示关系的强度、路径的长度等。
-
邻接：两个节点之间存在一条边，则它们被称为邻接（Adjacent）节点。如果图是有向的，那么邻接节点分为入度邻接节点和出度邻接节点。无向图某顶点的度=入度=出度，有向图某顶点的度=入度+出度。
-
路径：路径（Path）是由边连接的节点序列，表示从一个节点到另一个节点的通路。路径的长度可以通过边的数量或权重之和来衡量。
-
连通性：图中的节点通过边相互连接，如果任意两个节点之间都存在路径，那么图被称为连通图。如果图中存在不连通的部分，则称为非连通图。
-
图的类型：根据边的属性和连接方式，图可以分为有向图（Directed Graph）和无向图（Undirected Graph）。有向图的边具有方向性，无向图的边没有方向。此外，还有其他特殊类型的图，如加权图、带环图等。
不带权值的图：
带权值的图：
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。
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
。
二、图的存储结构
因为图中既有节点，又有边(节点与节点之间的关系)，因此，在图的存储中，只需要保存：节点和边关系即可。
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。
注意：大多图的算法题面试题都是基于邻接矩阵的形式，因此邻接矩阵是重点。
拿G1这个图举例，
假设顶点个数为n，邻接矩阵为arr[n][n]，arr[i][j]的值就表示权值（无向图则为1），而指向则为i -> j，即i下标对应顶点指向j下标对应的顶点。
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。
有向带权值图：
用邻接矩阵存储图的优点是能够快速知道两个顶点是否连通，缺陷是如果顶点比较多，边比较少时，矩阵中存储了大量的0成为系数矩阵，比较浪费空间，并且要求两个节点之间的路径不是很好求。
下面看代码实现（基于无向图G1）
- printGraph方法用于打印邻接矩阵；
- 顶点用HashMap存储 顶点-下标 的键值对，使获取下标的时间复杂度达到O（1）；
- addEdge方法表示v1指向v2。
//邻接矩阵
public class GraphByMatrix {
private char[] arrayV; //存放顶点
private int[][] matrix; //存放权值或者边
private boolean isDirect; //是否是有向图
private HashMap<Character, Integer> indexMap; //定位顶点对应的下标
public GraphByMatrix(int size, boolean isDirect) {
arrayV = new char[size];
matrix = new int[size][size];
this.isDirect = isDirect;
indexMap = new HashMap<>();
}
/**
* 初始化
*
* @param array 顶点集合
*/
public void initArrayV(char[] array) {
for (int i = 0; i < array.length; i++) {
arrayV[i] = array[i];
indexMap.put(array[i], i);
}
}
/**
* 给两个顶点的边添加权重
*
* @param v1 顶点1
* @param v2 顶点2
* @param weight 权值
*/
public void addEdge(char v1, char v2, int weight) {
int index1 = getIndexOfV(v1);
int index2 = getIndexOfV(v2);
if (index1 == -1 || index2 == -1) {
throw new RuntimeException("v1或v2顶点不存在");
}
matrix[index1][index2] = weight;
//无向图则对称位置也设置权重
if (!isDirect) {
matrix[index2][index1] = weight;
}
}
//获取该顶点对应的下标
private int getIndexOfV(char v) {
Integer index = indexMap.get(v);
return index == null ? -1 : index;//hashMap定位
}
/**
* 获取顶点的度
*
* @param v
* @return
*/
public int getDevOfV(char v) {
//1.获取顶点在arrayV的下标
int index = getIndexOfV(v);
//2.计算该顶点的出度
int count = 0;
for (int i = 0; i < arrayV.length; i++) {
if (matrix[index][i] != 0) {
count++;
}
}
//3.如果是有向图，还需要计算顶点的入度
if (isDirect) {
for (int i = 0; i < arrayV.length; i++) {
if (matrix[i][index] != 0) {
count++;
}
}
}
return count;
}
public void printGraph() {
System.out.print(" ");
for (char c : arrayV) {
System.out.print(c + " ");
}
System.out.println();
for (int i = 0; i < matrix.length; i++) {
System.out.print(arrayV[i] + " ");
for (int j = 0; j < matrix[i].length; j++) {
System.out.print(matrix[i][j] + " ");
}
System.out.println();
}
}
}代码测试：
public static void main(String[] args) {
GraphByMatrix graphByMatrix = new GraphByMatrix(4, false);
char[] array = {'A', 'B', 'C', 'D'};
graphByMatrix.initArrayV(array);
graphByMatrix.addEdge('A', 'B', 1);
graphByMatrix.addEdge('A', 'D', 1);
graphByMatrix.addEdge('B', 'A', 1);
graphByMatrix.addEdge('B', 'C', 1);
graphByMatrix.addEdge('C', 'B', 1);
graphByMatrix.addEdge('C', 'D', 1);
graphByMatrix.addEdge('D', 'A', 1);
graphByMatrix.addEdge('D', 'C', 1);
graphByMatrix.printGraph();
System.out.println("顶点A的度：" + graphByMatrix.getDevOfV('A'));
}假设无向图（第二参数为false） 假设有向图（第二参数为true）
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
注意：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
注意：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dest 取值是i。总结就是看顶点V指向哪些顶点（出度表），加上哪些顶点也指向顶点V（入度表）
import java.util.ArrayList;
import java.util.HashMap;
//邻接表
public class GraphByTable {
static class Node {
public int src; //起点坐标
public int dest; //终点坐标
public int weight; //权重
public Node next;
public Node(int src, int dest, int weight) {
this.src = src;
this.dest = dest;
this.weight = weight;
}
}
private ArrayList<Node> edgeList; //保存所有的顶点
private char[] arrayV; //顶点数组
private boolean isDirect; //是否是有向图
private HashMap<Character, Integer> indexMap; //快速定位顶点下标
public GraphByTable(int size, boolean isDirect) {
arrayV = new char[size];
this.isDirect = isDirect;
indexMap = new HashMap<>();
edgeList = new ArrayList<>(size);
//给list添加元素，否则list初始为空
for (int i = 0; i < size; i++) {
edgeList.add(null);
}
}
public void initArrayV(char[] array) {
for (int i = 0; i < array.length; i++) {
arrayV[i] = array[i];
indexMap.put(array[i], i);
}
}
/**
* 给两个顶点的边添加权重
*
* @param v1 顶点1
* @param v2 顶点2
* @param weight 权值
*/
public void addEdge(char v1, char v2, int weight) {
//1.找出两个顶点在数组中的位置
int src = getIndexOfV(v1);
int dest = getIndexOfV(v2);
addEdgeChild(src, dest, weight); //连通
//2.如果是无向图，反方向连通
if (!isDirect) {
addEdgeChild(dest, src, weight);
}
}
private void addEdgeChild(int src, int dest, int weight) {
//获取顶点集合中链表的头节点
Node cur = edgeList.get(src);
while (cur != null) {
//如果当前节点的dest就是要连通的dest，说明已经连通过了
if (cur.dest == dest) {
return;
}
cur = cur.next;
}
//走到这说明顶点还没连通过，进行头插
Node node = new Node(src, dest, weight);
node.next = edgeList.get(src);
edgeList.set(src, node);
}
private int getIndexOfV(char v) {
return indexMap.get(v);
}
/**
* 获取顶点的度
*
* @param v
* @return
*/
public int getDevOfV(char v) {
//1.获取顶点的下标，得到链表
int index = getIndexOfV(v);
Node cur = edgeList.get(index);
//2.计算出度(无向图的度就是出度)
int count = 0;
while (cur != null) {
count++;
cur = cur.next;
}
//3.如果是有向图，还要计算顶点的入度
if (isDirect) {
for (int i = 0; i < edgeList.size(); i++) {
//出度的链表不能计算进去
if (i != index) {
cur = edgeList.get(i);
while (cur != null) {
//cur的dest为当前顶点下标，就是当前顶点的入度
if (cur.dest == index) {
count++;
}
cur = cur.next;
}
}
}
}
return count;
}
public void printGraph() {
for (int i = 0; i < edgeList.size(); i++) {
System.out.print(arrayV[i] + " -> ");
Node cur = edgeList.get(i);
while (cur != null) {
System.out.print(cur.dest + " -> ");
cur = cur.next;
}
System.out.println();
}
}
public static void main(String[] args) {
GraphByTable graphByTable = new GraphByTable(4, true);
char[] array = {'A', 'B', 'C', 'D'};
graphByTable.initArrayV(array);
graphByTable.addEdge('A', 'B', 1);
graphByTable.addEdge('A', 'D', 1);
graphByTable.addEdge('B', 'A', 1);
graphByTable.addEdge('B', 'C', 1);
graphByTable.addEdge('C', 'B', 1);
graphByTable.addEdge('C', 'D', 1);
graphByTable.addEdge('D', 'A', 1);
graphByTable.addEdge('D', 'C', 1);
graphByTable.printGraph();
System.out.println(graphByTable.getDevOfV('A'));
}
}测试图仍为前面的无向图G1
假设无向图： 有向图：
扫一扫
3222
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
