非线性数据结构——图的相关概念

1.图的相关概念

用于深度和广度搜索算法一般就是用来做图的遍历，或者说图是搜索算法的最常用数据结构，因此需要先储备一些图的概念。
图是由一个非空的顶点集合和一个边的集合组成。 G＝( V, E )
1.无向图：任意两顶点构成的偶对(vi , vj )是无序的。一个顶点的连接边数叫作结点的度。一个完全无向图有n(n-1)/2 条边。
2.有向图：顶点之间的关系（边）有方向，因此把度也分成了出度和入度。表示微博中的用户关注度可用
3.带权图：边加了权重的图。表示网络中，QQ好友亲密度度可用

4.完全图：（1）若 n 个顶点的无向图有 n(n-1)/2 条边, 称为无向完全图
（2）若 n 个顶点的有向图有n(n-1) 条边, 称为有向完全图
5.邻接矩阵：优点是容易实现图的操作，如：求某顶点的度、判断顶点之间是否有边（弧）、找顶点的邻接点等等。缺点是n个顶点需要n*n个单元存储边(弧);空间效率为O(n2)。

6.邻接表：对每个顶点vi 建立一个单链表，把与vi有关联的边的信息（度）链接起来。优点是空间效率高且容易寻找顶点的邻接点；
以下是无向图及其邻接表：

先给出用邻接表实现的无向图代码：

public class Graph{
   private int v;
   private LinkedList<Integer> adj[];
   public Graph(int v){
        this.v=v;
        adj = new LinkedList[v];
        for(int i=0;i<v;i++){
            adj[i] = new LinkedList<>();
        }
   }
   public void addEdge(int s, int t){
       adj[s].add(t);
       adj[t].add(s);
   }
}