图论前置知识 —— 关于图的一些入门概念【搭配详细图解】

顶点集与边集

图常用一个二元组G = <V,E>来表示，V表示顶点集，E表示边集。|V|表示顶点集中元素的个数，即图的顶点数，也称为图G的阶。N阶图表示图G中有N个顶点。|E|表示边集中元素的个数，即图G的边数。
需要注意的是：顶点集V和边集E均为有限集合，其中E可以为空集，V不可以为空集。也就是说一个图至少有一个顶点。线性表和树可以为空表或者空树，但是图不可以为空图。

无向图

如果图G中的每条边都是没有方向的，则称其为无向图。其每条边都是两个顶点组成的无序对。例如顶点V1和顶点V3之间的边，记为(V1,V3)或者(V3,V1)。

注意：在上图中，任意两个顶点之间都有一条边，故上图也是一个完全无向图

图的反例：(一条边一定需要连接两个顶点)

有向图

如果图G中的每条边都是有方向的，则称其为有向图。有向边也称为弧。每条弧都是由两个顶点组成的有序对。例如从顶点V1到顶点V3的弧，记为<V1,V3>。其中，V1称为弧尾，V3称为弧头。

注意其区别：尖括号<Vi,Vj>表示有序对(有向图)，圆括号(Vi,Vj)表示无序对(无向图)。

完全图

任意两个顶点之间都有一条边，则这个图叫做完全图。
完全无向图：

结论：由上图不难看出，n个顶点的完全无向图，有n(n - 1) / 2条边

完全有向图：

结论：由上图不难看出，n个顶点的完全有向图，有n(n - 1)条边

简单图与多重图

• 平行边：无向图中，关联一对顶点的无向边多于一条，则称这些边为平行边，平行边的条数称为重数。有向图中，关联一对顶点的有向边多于一条，并且这些边的方向一致(起点和终点相同)，则称这些边为平行边。
  
  
  
• 环：一条非空路径，且第一个和最后一个顶点相同。
• 自环：自环是指一条边关联的两个顶点为同一个顶点，换句话说就是有一条自己到自己的边。
• 多重图：含有平行边或自环的图
• 简单图：既不含有平行边又不含有自环的图

稀疏图和稠密图

只有很少的边或者弧的图叫稀疏图，反之则为稠密图。稀疏与稠密是一个非常模糊的概念，一般来说，若一个图G满足|E| < |V|*log|V|，则称G为稀疏图。

网

在实际应用中，我们经常在图的边上标注代表距离、时间、代价等意义的数字，该数值称为边的权值。带权的图称为网。

邻接和关联

• 邻接是指顶点和顶点之间的关系。
• 关联是指顶点和边之间的关系：一条边关联两个顶点
• 有边或弧相连的两个顶点Vi，Vj互为邻接点

度与握手定理

定义：顶点的度是指与该顶点相关联的边的数目。记为TD(V)
握手定理：度数之和等于边数的两倍
举例如下：(3+2+2+3) = 5 * 2 = 10

路径、路径长度以及距离

路径：接续的边的顶点构成的序列(在一条路径中，满足边数=顶点数-1)
路径长度：路径上边或弧的权值之和(在有些题目中，路径长度也会定义为边的数目或者顶点的数目)
距离：从一个顶点到另一个顶点的最短路径长度

子图与生成子图

子图：设有两个图，G = <V,E>，G1 = <V1,E1>，若V1∈V，E1∈E，则称G1是G的子图。从图中选择若干个顶点，若干条边，所构成的图称为原图的子图。
生成子图：从图中选择所有的顶点，若干条边，所构成的图称为原图的生成子图。

连通图和连通分量

连通图：在无向图中，如果顶点Vi到顶点Vj有路径，则称Vi和Vj是连通的。如果图G中任何两个顶点都是连通的，则称G为连通图。如下图，是一个连通图：

极大连通子图：该子图是G的连通子图，如果再加入一个顶点，该子图就不连通。
连通分量：无向图G的极大连通子图称为G的连通分量。对于连通图，其连通分量就是他自己。对于非连通图，则有两个以上连通分量。

对于上图，有3个连通分量(V0代表第10个顶点)：
1、{①②③④⑤⑥}
2、{⑦}
3、{⑧⑨⑩}

强连通图和强连通分量

强连通图：在有向图中，如果图中任何两个顶点Vi到Vj有路径，Vj到Vi也有路径，则称G为强连通图。
极大连通子图：该子图是G的强连通子图，且如果再加入一个顶点，该子图不再是强连通的。
强连通分量：有向图G的极大连通子图称为G的强连通分量。
强连通图举例：对于下图，任意两个顶点之间可以相互到达

非强连通图举例：对于下图，V1和V2可以到达V5，但是V5不能到达V1和V2

对于上面的非强连通图，其强连通分量为：

图的存储

图的结构比较复杂，任何两个顶点之间都可能有关系。如果采用顺序存储，则需要使用二维数组表示元素之间的关系，也就是邻接矩阵，在一些特殊情况下，也可以使用边集数组。如果采用链式存储，则有邻接表、十字链表、邻接多重表、链式前向星(静态链表)等表示方法。在竞赛中，最常用的是邻接矩阵以及链式前向星。

邻接矩阵的优缺点

优点：

• 可以快速判断两个顶点之间是否有边：edge[i][j] = 1表示有边，edge[i][j] = 0表示无边。在网中，edge[i][j] = ∞表示无边，否则表示有边。时间复杂度为O(1)
• 方便计算各顶点的度。在无向图中，邻接矩阵第i行元素之和就是顶点i的度。在有向图中，第i行元素之和就是顶点i的出度，第i列元素之和就是顶点i的入度。

缺点：

• 不便于增删顶点。增删顶点时需要改变邻接矩阵的大小，效率较低。
• 空间复杂度较高：O(nxn)
• 不便于访问所有的邻接点。访问第i个顶点的所有邻接点，需要访问第i行的所有元素，时间复杂度为O(n)。访问所有顶点的邻接点，时间复杂度为O(nxn)