python数据结构算法图_数据结构与算法 Python 实现 第七章 图

7.1 概念 性质 和实现

7.1.1 定义和图示

一个图就是一个二元祖，也用图示来表示一个图

G = (V, E)

表示有方向的边，i->j

(vi, vj)表示无方向的边

7.1.2 图的一些概念和性质

完全图

若图有n个顶点，显然，完全有向图有n(n-1)条边， 完全无向图有n(n-1)/2条边

也就是说，E的规模和V平方的规模是接近的。

顶点的度：

与他邻接的边的条数

入度：指向该顶点的边数

出度：指出该顶点的边数

e = 1/2 * 所有顶点度数的和

路径和相关性质

回路：起点和终点相同

简单回路：只有起点和终点相同的回路

简单路径：内部没有回路，简单回路也是简单路径

有根图：

存在一个节点，到其他节点都有路径

根不一定唯一

连通图：

连通：两个点可以互相到达

连通无向图：任意俩点都连通

强连通有向图：任意两个点连通

显然，完全无向图都是连通图。

完全有向图都是强连通有向图。

性质7.2 (最小连通无向图的边数)n个点的最小连通无向图有n-1条边

性质7.3 (最小有根图的边数)n个点的最小有根图有n-1条边

子图，连通子图

这一节说实话比较绕，就不写了

带权图和网络

带权的连通无向图=网络

weighted connected unoriented graph = network

7.1.4 图的表示和实现

邻接矩阵

显然，无向图的邻接矩阵一定是对称矩阵。

通常，顶点到自身是0，也就是说，邻接矩阵的对角线元素是0，没有边的记为∞。

由于显然，邻接矩阵很多时候会比较稀疏，很浪费

**图的邻接表表示

实际中，人们经常用一个顺序表表示图中的顶点，每个顶点关联一个list node

7.3 基本图算法

7.3.1 图的遍历

DFS and BFS

7.3.2 生成树

7.4最小生成树

7.4.2 Kruskal 算法

7.4.3 Prim算法

7.5 最短路径

7.5.2 求解单源点最短路径的Dijkstra算法。

给出一个顶点：得到去其他所有顶点的最短路径

算法实现：p251

7.5.3 求解任意顶点间最短路径的Floyd算法

算法实现：p254

7.6 AOV/AOE 网及其算法