图论算法

推荐书籍《数据结构与算法分析--C++语言描述》p.304-p.316  源代码

1.图论基本知识点

图：图有顶点和边构成。图用符号G表示，顶点用符号V表示，边（或称弧）用符号E表示。G(V,E)表示由顶点集合V和边集合E构成的图。其中边由两个顶点构成，若两个顶点构成的边无序，如v-w和w-v相同，则称无向图，否则称有向图。若（v,w）构成一条边，则称w邻接到v；若是无向图，则w邻接到v且v邻接到w。图有时还有第三种属性，称权（或值）。

路径：图中的路径是顶点序列，路径程度为序列包含的边的数目。如N个顶点组成的路径，长为N-1。从v到v的路径长为0

简单路径：由互异的顶点组成的路径，但第一个和最后一个顶点可能相同。 顶点v到v的路径，称为环。

有向图中的圈：满足长度至少为1，起点与终点为同一个顶点的简单路径。u-v-u是圈。

无向图中的圈：满足有向图圈的要求，且边是互异的。因此u-v-u不是圈。

无向图的连通性：对于无向图，若每个顶点到其他顶点都存在路径，则称无向图连通。

有向图的连通性：对于有向图，若每个顶点到其他顶点都存在路径，则称有向图强连通。若有向图不是强连通，但是其对应的无向图（有向图的边去掉方向）是连通的，则称该有向图弱连通。

完全图：每一对顶点都存在一条边的图

图的表示
邻接矩阵：使用一个二维数组，每条边(u,v)对应g[u][v]，若边存在，则g[u][v]置为true，否则置为false。如果边有权，则置为权的值。可以用很大或很小的数字表示不存在的边。邻接矩阵法适合稠密的图。
邻接表：对于每个顶点，使用一个表存放其邻接的顶点，如果边有权，也可以在表中附加权的信息，是图的标准表示方法。可以使用vector实现邻接表，或是映射，因为顶点是互异的。

入度：顶点v的入度为边（u，v）的数目，即所有v邻接的顶点u的数目。入边，如边（u，v）为v的入边。

拓扑排序：有向无圈图中顶点的一种排序，若存在边(vi,vj)，即j邻接i，那么排序中j在i之后。拓扑排序不唯一。实现：首先找出图中没有入边（即入度为0）的顶点，在排序表中放置该顶点，之后将该顶点和所有的边从图中删除，继续算法。如果没有入度为0的顶点，说明该图有圈。

赋权路径长：假设图有权，每条边(vi,vj)的权重(或开销)为ci,j，则路径长为边对应的权求和。

无权路径长：路径上所有边的数目，若顶点数目N，则path_min=N-1。

单源 从一个固定起点出发 如s出发到所有的v 或s出发到某一固定的v

2.图论算法

广度优先搜索BFS(BreadthFirstSearch) 

按层处理顶点，距开始最近的顶点首先被求值，而最远的点最后被求值，很像树的层序遍历。因为广度优先搜索最先处理相邻的层，因此可用于求最短路径或最小深度。广度优先搜索是盲目搜索，因为算法本身就是从起点开始，先遍历下一层，直到遍历到所有的终点，因此遍历到终点的时间长。

有向图的拓扑排序