powerdesigner关系图连线_数据结构与算法系列二十七（图的基本 概念与存储）

1.考考你

说起图这种数据结构，你可能不一定知道；但是我们日常生活中与图相关的应用，你一定都非常熟悉。比如说第一次去一个陌生的地方，你是不是会先看一下地图，然后通过导航到达目标地点；比如说你每天都会打开微信、或者QQ刷朋友圈，看好友动态等。

那么图究竟是一种什么样的数据结构呢？图是一种非线性表的数据结构。说到非线性表的数据结构，还有线性表的数据结构：数组、链表、栈、队列。不知道你都还记得吗？非线性表的数据结构，我们刚刚学完的树也是非线性表的数据结构，对吧。

当然图比树要稍微复杂一些，这一篇中我们主要看图的一些基本概念，和存储就够了。

#考考你：1.你知道图的基本概念有哪些吗？2.你知道如何存储一个图吗？

2.案例

2.1.看图说话

我们先直观的看一个图：无向图、有向图、加权图

2.2.图的基本概念

#图基本概念1.顶点：  a.如上图所示，每个图中都有小圆圈，该小圆圈我们称为图的顶点  b.如果是地图，顶点表示地图中的每一个地址  c.如果是微信，顶点表示每一个微信用户  2.边：  a.如上图所示，图中的顶点与顶点之间有连线，该连线我们称为图的边，它表示顶点之间的关系  b.如果是地图，边表示两个地址之间的路径  c.如果是微信，边表示两个微信用户存在好友关系  3.度：  a.如上图所示，每个顶点都与多个顶点有连线，即有多个边  b.边的个数，我们称为顶点的度    c.如果是微信，顶点的度表示该微信用户有多少个好友  d.在中间有向图中，是带箭头的连线，我们称为方向  e.如果连线箭头指向其它顶点，我们称为出度；如果连线指向顶点本身，我们称为入度    f.关于入度、出度我们以微博为例。微博中有关注与被关注对吧  g.那么入度就表示有多少人关注了你，即你有多少粉丝  h.那么出度表示你关注了别人，比如你关注了某大V  4.无向图  a.如果顶点的连线之间没有箭头，即没有方向，我们称为无向图  5.有向图  a.如果顶点的连线之间有箭头，即有方向，我们称为有向图  6.加权图  a.如上图最后一个图，我们发现顶点的连线上带有数字，我们称该数字为权重  b.那么具体这个权重有什么含义呢？  c.你发现QQ有个好友亲密度的功能，就是通过权重实现的了

2.3.图的存储

2.3.1.邻接矩阵

#邻接矩阵1.矩阵你应该不陌生，我们在高数中学过2.你如果想不起来了，那么我再说它就是一个二维数组，你肯定就知道了3.关于图，我们可以通过二维数组来存储(邻接矩阵)4.具体存储方法：  a.假设有一个二维数组a[][]  b.如果顶点i到顶点j之间有边，我们将a[i][j]记为：1。反之记为：0  c.对于无向图，如果a[i][j] = 1；那么a[j][i]也等于1  d.对于有向图，如果j到i存在连线，那么a[j][i] = 1；否则a[j][i] = 0  e.对于加权图，那么i、j下标对应存储的值，即为权重值。比如a[i][j] = 8  5.下图所示：

邻接矩阵存储图：

2.3.2.邻接表

#邻接表1.邻接矩阵存储图，看起来比较直观，操作起来也比较高效(利用数组下标访问)2.但是邻接矩阵存储图，最大的瑕疵就是浪费存储空间：  a.假设存储无向图，相当于浪费了一半的存储空间，对于无向图来说a[i][j] = 1；那么a[j][i]也一定等于1  b.假设存储稀疏图(顶点多，边少的图，我们称为稀疏图)。比如微信有8亿用户，但是常见每个用户的好友也就几百个，对吧  3.因此有了更优化，更节省存储空间的存储方式：邻接表  a.邻接表的存储方式，长得非常像一个散列表，或者说它就是散列表  b.我们直接画一个图，你就知道了  c.为了看起来直观好理解，我们画上图中的有向图的邻接表存储4.对比邻接表与邻接矩阵存储，我们发现邻接表存储图，节省了不少存储空间5.但是我们也说世间万物是平衡的(此消彼长)，或者说是公平的6.邻接表虽然节省了存储空间，但是操作起来需要消耗更多的时间，因为遍历链表要比访问数组耗时的多7.当然在实际应用中，我们可以根据需要来选择邻接矩阵，或者邻接表来存储图

邻接表存储图：