图的基本算法——BFS、DFS、拓扑排序、强连通分支、最小生成树算法

图

图的基本算法

图的表示

邻接矩阵

邻接表

BFS搜索

在给定图$G=(V,E)$和一个特定的源顶点s的情况下，广度优先搜索系统的探索G中的边，以期“发现”可从s到达的所有顶点，并计算s到所有这些可达顶点之间的距离（即最少的边数）。该搜索算法同时还能生成一颗根为s、且包括所有s的可达顶点的广度优先树。

广度优先搜索产生的广度优先树可能会有所不同，但由算法计算出来的距离d都是一样的。
时间复杂度 $O(V+E)$
对于图，广度优先搜索可以得到从已知源顶点到每个可达顶点的距离（最短路径）。

打印广度优先搜索路径

DFS搜索

DFS时间复杂度$O（V+E）$。

深度优先搜索性质：可以获得有关图结构的有价值的信息，另一个重要特性是发现和完成时间具有括号结构。

拓扑排序

运用深度优先搜索对有向无环图进行拓扑排序。

执行拓扑排序的时间复杂度是$O(V+E)$。

强连通分支

深度优先搜索的经典应用：把一个有向图分解为各强连通分支。分解之后，算法即可在各一个强连通分支上独立地运行，最后再根据各个分支之间的关系将所有的解组合起来。

定义：有向图$G=(V,E)$的一个强连通分支就是一个最大的顶点集合$C\in V$，对于C中每一对顶点，其二者互相可达。

在计算强连通分支时，用到了G的转置，即G中边的方向改变。$G$与$G^T$有着完全相同的强连通分支。通过调用两次DFS，一次应用在G上，一次应用在G的转置上，可以实现该算法。