图论算法dijkstra/dfs/bfs/hp

1介绍

图数据结构在很多位置都有引用，例如网络爬虫，地图应用(最近距离，最短时长推荐)，社交网络分析(社交关系，好友推荐),舆情控制等领域。

2 图的基本概念

2.1 定义性质

图是由顶点集合(vex_set)，边集合(arc_set)。
度：一个顶点与之相邻的边；对于有向图则分为出度和入度

2.2 分类

按照方向区分：有向图和无向图
按权重来区分：有向权重图，无向权重图。
按照功能来区分：连通图和非连通图

3 图的存储方式

图的存储主要是顶点和边。
常见的图的存储方式：链接矩阵和链接表

3.1 链接矩阵

顶点集合：用一维数组方式存储
边集合：用二维数组方式存储

出度：行 1的个数和
入度：列 1的个数和。
优点：很容易算出连接关系，以及结点的度。
缺点：存储空间复杂度大，空间利用率不高。对于无向图只需要存储一半。

3.2 链接表

实际工程中应用链接表。
顶点集合：一维数组存储
边集合：链接表

有向图

缺点：无法计算入度

无向图

优点：度比较好计算

逆链接表

4 图的遍历

图的遍历方式主要两种：深度优先和广度优先，俗称dfs，bfs。
从图中某一个顶点触发，访问图中其余顶点，每个顶点被访问一次且只被访问一次。
可以从图中任意一点进行发起遍历。

1 缺点一条搜索路径
2 确保每个顶点都访问到
3 每个顶点只能被访问一次

设置辅助数组visited，数组元素的初始均为false，一旦遍历过后就设置为true.

4.1 dfs

深度优先：分有向图和无向图两类：
主要思想：利用递归，栈方式实现。加上本来就有辅助数组visited。

    // 对图进行深度优先遍历 (不能遍历删除)
    void DFSTraverse(vector<bool> &visited, VisitFunc func) {
   
        for (size_t i = 0; i < _graph_vex.size(); i++) {
    // 有多个
            if (!visited[i]) {
   
                _dfs_traverse(i, visited, func);
            }
        }
    }

// 回溯 函数堆栈来实现 实际开发过程 图纵深  尾递归
// 所有的递归 都能够转化为 递推
    void _dfs_traverse(int idx, vector<bool