python中判断无向图是否有环_图01---定义和术语

图的定义和术语

G= (V，E) 表示 :V 是顶点 (vertex) 集合 , E 是边 (edge) 的集合

完全图 (complete graph)

稀疏图 (sparse graph)

• 稀疏度（稀疏因子）
• 边条数小于完全图的5%

密集图 (dense graph)

无向图

边涉及顶点的偶对无序 , 实际上是双通,(v, w) ，顶点之间的连线是没有方向区分的，则称这样的边是无向边，简称边

有向图 (directed graph 或 digraph)

边涉及顶点的偶对是 有序 的

< v, w> 表示从v指向w的边（单行线），称这样的边是有向边，简称弧

标号图 (labeled graph)

带权图 (weighted graph)

无向完全图

在一个无向图中，设V是包含n个结点的集合，且对于任意两个不相同的顶点之间都有一条边将它们连接，则称该图为无向完全图。

结论：在一个含有n个顶点的无向完全图中，有n(n-1)/2条边。

有向完全图：

在一个有向图中，设V是包含n个结点的集合，且对任意两个不同结点之间都有方向相反的两条弧相连，则称该图为有向完全图。

结论：在一个含有n个顶点的有向完全图中，有n(n-1)条弧。

顶点的度 (degree)

与该顶点相关联的边的数目

• 入度 ( in degree )
• 出度 ( out degree )

在有向图中，将从该顶点出发的弧的数目称为该顶点的出度，用OD(v)表示；对应的，将以该顶点结束的弧的数目称为该顶点的入度，用ID(v)表示；有向图顶点的度为出度和入度之和：

D (v)=ID (v)＋OD(v)。

结论：对于具有n个顶点、e条边的图，顶点

的度

与边的数目满足如下关系：

子图 (subgraph)

图G= ( V，E )，G’= ( V’，E’)中，若 V’≤V， E’≤E，并且 E’中的边所关联的顶点都在 V’ 中，则称图G’是图G的 子图

路径 (path)

从顶点Vp到顶点Vq的路径 :

顶点序列

使得

(若对有向图，则使得

) 都在 E 中

• 如果Vp到Vq之间的所 有顶点都不同，则称简单路径

• 路径长度 (length) :路径中的边数（如果带 权，则是所有边的权重和）

回路 (cycle，也称为环)

简单回路 (simple cycle)

• 无环图 (acyclic graph)
• 有向无环图 (directed acyclic graph，简写为DAG)

无向图中，如果两个结点之间有平行边，容易 让人误看作“环”

无向图路径长度大于等于 3

• 有向图两条边可以构成环，例如<V0，V1>和 <V1，V0> 构成环

有根图

一个有向图中，若存在一个顶点 V0， 从此顶点有路径可以到达图中其它所有顶点，则称此有向图为有根的图， V0 称作图的根

• 树、森林

连通图

对无向图 G= (V，E) 而言，如果从 V1 到 V2 有一 条路径 (从 V2 到 V1 也一定有一条路径) ，则称 V1 和V2 是连通的 (connected)

如果无向图中任意两个顶点之间都连通，则称为连通图

如果不是连通图，则图中的极大连通子图称为连通分量

连通图

图 2 中的无向图就是一个连通图，因为此图中任意两顶点之间都是连通的。

图 2 连通图

无向图连通分支(连通分量)

连通分量:无向图的极大连通子图

• 极大顶点数：再加1个顶点就不连通了
• 极大边数：包含子图中所有顶点相连的所有边

重点区分：极大连通子图 和 极小连通子图

• 极大连通子图是无向图的连通分量，极大要求该连通子图包含其所有的边。
• 极小连通子图是既要保持图连通，又要使得边数最少的子图。

连通图

无向图连通分量

上图的无向图有2个连通分量

有向图的强连通分量

有向图 G (V,E)，如果两个顶点 vi ,vj 间 (vi<>vj ) 有一条 从 vi 到 vj 的有向路径，同时还有一条从 vj 到 vi 的有 向路径，则称两个顶点 强连通

强连通图：有向图中任意两顶点均强连通

如图 4 所示就是一个强连通图。

图 4

• 非强连通图有向图的极大强连通子图，称为 强连通分量 (strongly connected components)。

例2，有向图，有三个强连通分量（v2也是一个强连通分量）

例2

例2

注：如果认为是v1-v3-v4的环的话，虽然可以任意顶点都连通，但是边就没有含全了，这样也是不行的！

例3：有向图，有4个强连通分量

分析：这题和上一道题正好形成了对照，这里找环就可以，所以V2，V3，V4构成一个强连通分量，剩余的 v1， V5 ，V6每个自己构成一个连通分量，所以一共是4个强连通分量。

总结：在有向图中寻找强连通分量，首先尽量寻找环路，在环路上的所有结点同属一个连通分量。其次不属于任何一个强连通分量的孤立点自身是一个强连通分量。

下图中，子图{1,2,3,4}为一个强连通分量，因为顶点1,2,3,4两两可达，{5}，{6}也分别是两个强连通分量。

网络

带权的连通图

图的抽象数据类型

class 

类型名称：图（Graph）

数据对象集：G(V,E)由一个非空的有限顶点集合V和一个有限边集合E组成。 

操作集：对于任意图 G

Graph，以及

Graph 

思考

为何不允许一条边的起点与终点都是同一 个顶点？

是否存在多条起点与终点都相同的边？

算法原理：（Tarjan）

用双向遍历取交际的方法求强连通分量，时间复杂度为O（N^2+M）。更好的方法是Kosaraju算法或者Tarjan算法。

Tarjan算法是基于对图深度优先搜索的算法，每个强连通分量为搜索树中的一颗子树。

搜索时，把当前搜索树中未处理的节点加入一个堆栈，回溯时可以盘对栈顶到栈中的节点是否为一个强连通分量。