数据结构与算法之图的概念、存储结构及遍历方式

一、图的概念
1、图:图(graph)由边(edge)的集合及顶点(vertex)的集合组成。通常记为:G=(V,E)。
2、有向图、无向图
图根据边有无方向分为有向图和无向图。
 
有向图
无向图
定义
图中的每条边都是有方向的。
图中的每条边都是无方向的。
示例图
说明
G=(V1,{E1}),其中:
V1={A, B, C, D, E, F},V1表示由"A,B,C,D,E,F"几个顶点组成的集合。
E1={<A, B>, <A, C>, <B, C>, <B, E>, <C, D>, <C, F>, <E, F>}。E1是由矢量<A,B>,矢量<A,C>...等组成的集合。其中,<A,C>表示由顶点A指向顶点C的有向边。
G=(V2,{E2}),其中:
V2={A, B, C, D, E, F},V2表示由"A,B,C,D,E,F"几个顶点组成的集合。
E2={(A, B), (A, C), (B, C), (B, E), (C, D), (C, F), (E, F)}。E2是由边(A,B),边(A,C)...等组成的集合。其中,(A,C)表示由顶点A和顶点C连接成的边。
3、邻接点、入边、出边
邻接点:一条边上的两个顶点叫做邻接点。
在有向图中,除了邻接点之外,还有“入边”和“出边”的概念。
入边:是指以该顶点为终点的边;
出边:指以该顶点为起点的边。
例如:
    在上面的无向图中,顶点A和顶点B就是邻接点;
    在上面的有向图中,<A, B>是A的出边、B的入边。
4、度 :一个顶点的度是指与该顶点相关联的边的条数,顶点v的度记作d(v)。
对于有向图来说,一个顶点的度可细分为入度和出度。
入度:一个顶点的入度是指与其关联的各边之中,以其为终点的边数;
出度:出度则是相对的概念,指以该顶点为起点的边数。
例如:
    在上面的无向图中,顶点A的度为2,顶点C的度为3,顶点D的度为1;
    在上面的有向图中,顶点A的入度是0,出度是2;顶点B的入度是1,出度是2;顶点C的入度是2,出度是2。
 
二、图的存储结构
图的存储结构主要有邻接矩阵、邻接表、十字链表、多重链表,最常用的是邻接矩阵和邻接表。
 
邻接矩阵
邻接表
定义
邻接矩阵是表示顶点之间相邻关系的矩阵。设图G有n个顶点,则邻接矩阵是一个n*n的方阵,定义为:
当图中的边数较少时,用邻接矩阵来实现图结构会浪费很多内存空间,使用邻接表更省空间。
示例图(无向图)
示例图(有向图)
优点
可以直接判断两顶点之间是否有边或弧,速度很快。
一般用于存储稠密图。
空间效率高;容易寻找顶点的邻接点。
一般用于存储稀疏图。
缺点
存储空间大,会影响算法的空间效率,甚至时间效率。
判断两顶点之间是否有边或弧需搜索两节点对应的单链表,没有邻接矩阵方便。
 
三、图的遍历
图的遍历是指从图中的任一顶点出发,对图中的所有顶点访问一次且只访问一次。图的遍历分为深度优先遍历和广度优先遍历。
 
深度优先遍历(Depth-First-Search, DFS)
广度优先遍历(Breadth-First-Search, BFS)
方法
①访问顶点v;
②依次从v的未被访问的邻接点出发,对图进行深度优先遍历;直至图中和v有路径相通的顶点都被访问;
③若此时图中尚有顶点未被访问,则从一个未被访问的顶点出发,重新进行深度优先遍历,直到图中所有顶点均被访问过为止。
① 访问顶点vi; 
② 访问vi的所有未被访问的邻接点w1 ,w2 , …wk;
③ 依次从这些邻接点(在步骤②中访问的顶点)出发,访问它们的所有未被访问的邻接点; 依此类推,直到图中所有访问过的顶点的邻接点都被访问。
示例图
步骤
DFS在访问图中某一起始顶点A后,由A出发,访问它的任一邻接顶点B;
从B出发,访问与B邻接但还没有访问过的顶点E;
从E出发,访问与E邻接但还没有访问过的顶点G;
因为G的邻接顶点都已被访问,所以退回到顶点E;
因为E的邻接顶点都已被访问,所以退回到顶点B;
因为B有未访问的邻接顶点C,则从B出发,访问C;
从C出发,访问与C邻接但还没有访问过的顶点F;
从F出发,访问与F邻接但还没有访问过的顶点D(也可以先访问H);
因为D的邻接顶点都已被访问,所以退回到顶点F;
因为F有未访问的邻接顶点H,则从F出发,访问H;
从H出发,访问与H邻接但还没有访问过的顶点I;
因为I的邻接顶点都已被访问,所以退回到顶点H;
因为H的邻接顶点都已被访问,所以退回到顶点F;
因为F的邻接顶点都已被访问,所以退回到顶点C;
因为C的邻接顶点都已被访问,所以退回到顶点B;
因为B的邻接顶点都已被访问,所以退回到顶点A;
所有顶点都被访问过,遍历结束。
BFS在访问图中某一起始顶点A后,由A出发,依次访问它的邻接顶点B、C、D;
因为先访问的B,所以从B出发,访问与B邻接但还没有访问过的顶点E;
从C出发,访问与C邻接但还没有访问过的顶点F;
因为D的邻接顶点均被访问,所以从E出发,访问与E邻接但还没有访问过的顶点G;
从E出发,访问与F邻接但还没有访问过的顶点H;
从H出发,访问与H邻接但还没有访问过的顶点I;
所有顶点都被访问过,遍历结束。
结果
A→B→E→G→C→F→D→H→I
A→B→C→D→E→F→G→H→I

转载于:https://www.cnblogs.com/sunshineliulu/p/7833793.html

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值