图论算法

基本概念

• 图是由顶点（vertex）和边（edge）的集合，每一条边就是一个点对（a, b），如果点对是有序的就是有向图。

• 图的表示
  邻接表
  邻接矩阵

• 连通性：如果在一个无向图中从每一个顶点到每个其他顶点都存在一条路径，则称该无向图是连通的。具有这种性质的有向图是强连通的，如果一个有向图不是强连通的，但是他的基础图，即去掉边的方向所形成的图，是连通的，则称该有向图是弱联通的，完全图是其每一对顶点间都存在一条边的图。

• DAG(有向无圈图): 如果一个有向图从任意顶点出发无法经过若干条边回到该点，则这个图是一个有向无圈图（DAG, Directed Acyclic Graph）
  

• 出度：由一个顶点出发的边的总数

• 入度：指向一个顶点的边的总数
  算法精解：DAG有向无环图

深度优先搜索 DFS

只要可能，就在图中尽量“深入”，深度优先搜索总是对最近才发现的结点v的出发边进行探索，直到该结点的所有出发边都被发现为止。一旦节点v的所有出发边都被发现，搜索则“回溯”到v的前驱结点，来搜索该前驱结点的出发边。

根据DFS所生成的深度优先森林，可以定义4种边的类型：

• 树边：为深度优先森林种某一棵树的边。如果结点v是因为算法对边（u, v）的探索而首先被发现，则边（u, v）是一条树边
• 后向边B：后向边（u, v）是将结点u连接到其所在深度优先树种一个祖先结点v的边。
• 前向边F：是将结点u连接到其在深度优先树中一个后代结点v的边（u, v）；
• 横向边：除上述3种之外的边，可以连接同一棵深度优先树种同一深度的两个结点，也可以连接不同深度优先树种的两个结点。

应用

• 拓扑排序
  有向无环图所有的节点按照DFS的完成时间降序排序，即可完成一个拓扑时序图

广度优先搜索 BFS

将已发现的结点和未发现的结点之间的边界，沿其广度方向向外扩展。也就是说，算法需要在发现所有距离源结点s为k的所有结点之后，才会发现距离源结点s为k+1的其他结点。