数据结构实验之图论一:基于邻接矩阵的广度优先搜索遍历_【朝夕的ACM笔记】图论-图论基础概念...

【朝夕的ACM笔记】目录与索引

图论的基础概念

一、什么是图

图作为一种数据结构，表现的是若干对象的集合，以及这些对象间关系的集合。

比如用图表现一个班级里各个同学的关系，则每个同学就是一个对象，所有的同学以及他们之间所有的关系的集合就是图。

图中的对象称为“结点”或“顶点”，一般用圆来表示，顶点间的关系称为“边”，用连线或箭头来表示。

图一般分为四种：

• 无向图：边没有方向，以连线表示。

示例：A和B是朋友，则B和A也是朋友。调转初始与末尾结点后，关系不变。

• 有向图：边有方向，以箭头表示。

示例：要先学习A知识后才能学B知识。调转初始与末尾结点后，关系不同。

• 加权无向图：边无方向，有权值。

A与B直线距离50公里，B与A直线距离也是50公里。

• 加权有向图：边有方向，有权值。

从A到B只能坐车，需要花费50分钟。从B到A只能步行，需要花费100分钟。

无向图

有向图

加权无向图

加权有向图

二、图的基本术语

顶点集合为

，边集合为

的图记为

，其顶点数为

，边数为

。

连接顶点

的边记为

。在有向图中

和

是不同的边。

边的权值记为

。

无向图中若两顶点有边，则称两顶点相邻，相邻顶点构成的顶点序列称路径。起点若与终点相同，则称为环。

无环有向图的简称为“DAG”。

与顶点相连的边数称为度（Degree）。有向图的度又分为入度（以该顶点为终点）和出度（以该顶点为起点）。

连通图：任意两个顶点都是连通的，即都可从第一个顶点到第二个顶点，也可以从第二个顶点到第一个顶点。

完全图：任意两个顶点间都有一条边，无向完全图共有

条边，有向完全图共有

条边。

稀疏图：边数远小于完全图的图。

稠密图：边数接近于完全图的图。

三、图的表示（储存）

常见的储存图的方法有两种，邻接矩阵和邻接表，其实还有一种算法竞赛中常用的链式前向星，但本篇暂不介绍。

3.1 邻接矩阵

若有

个点，则开一个

的二维数组，其中一维表示起点，另一维则表示终点，其储存的值则可用于表示边的存在与否或者边的权值大小。

int 

需要注意的是，邻接矩阵的空间复杂度为

，对于点较多的图论题，大概率会超出内存的限制。

3.2 邻接表

为了便利，我们邻接表使用C++标准库的vector容器来进行演示。

若有

个点，则开一个大小为

的vector数组，其中数组下标表示起点，vector中储存的为终点。

若需要表示权值，可以使用结构体。

vector

邻接表相比邻接矩阵要常用得多，后面的说明也将以邻接表为例。

四、图的遍历

4.1 DFS和BFS的特点

图的遍历与搜索一样，分为DFS（深度优先搜索）和BFS（广度优先搜索）两种。

DFS的特点是，顺着当前的路径一直往后遍历，直到无点可访问时，再返回上一级节点。

以上图为例——假设对所有可访问的节点，将优先访问编号小的节点。

则我们从0号节点出发，前往当前可访问的最小编号节点2。

过程为0-2-3。此时到3已无可访问节点，于是放回上一级。

总过程为0-2-3-4-1-5。

BFS的特点是，将当前所在节点可访问的所有节点都加入队列，等全都访问过后再前往下一层。

还是以上图为例，BFS的过程将是0-2-4-5-3-1。

4.2 参考代码

vector

4.3 图的遍历相关例题

4.3.1 查找文献 洛谷 P5318

完全的裸题，用于考察分别使用DFS和BFS来遍历图。

4.3.2 图的遍历 洛谷 P3916

给你一个N个点，M条边的有向图，问对于图中的每一个点，从其出发能到达的点的最大编号为多少。
输出N个点的答案。

同样是一道遍历图的裸题。可以反向建边，从最大编号开始DFS(或BFS都可)，将其能到达的所有点的答案都设置为它的编号。

4.3.3 封锁阳光大学 洛谷 P1330

给你一个N个点，M条边的无向图。你可以对一个点进行一次操作，操作后，与这个点相连的边将都被封锁。不可对原图中两个相邻的点都进行操作。问，最少需要多少次操作，可以将所有的边都封锁？

本质上就是一条边的两个点里，一个操作一个不操作。具体写法请自行思考。