数据结构 12.图

一、图

1. 定义

• 图（Graph）是由顶点的有穷非空集合和顶点之间边的集合组成，通常表示为：G（V，E），其中，G表示一个图，V是图G中顶点的集合，E是图G中边的集合。在图中的数据元素，我们称之为顶点（Vertex），顶点集合有穷非空。在图中，任意两个顶点之间都可能有关系，顶点之间的逻辑关系用边来表示，边集可以是空的。

• 图按照边的有无方向分为无向图和有向图。无向图由顶点和边组成，有向图由顶点和弧构成。弧有弧尾和弧头之分，带箭头一端为弧头。

• 图按照边或弧的多少分稀疏图和稠密图。如果图中的任意两个顶点之间都存在边叫做完全图，有向的叫有向完全图。若无重复的边或顶点到自身的边则叫简单图。

• 图中顶点之间有邻接点、依附的概念。无向图顶点的边数叫做度。有向图顶点分为入度和出度。

• 图上的边或弧带有权则称为网。

• 图中顶点间存在路径，两顶点存在路径则说明是连通的，如果路径最终回到起始点则称为环，当中不重复的叫简单路径。若任意两顶点都是连通的，则图就是连通图，有向则称为强连通图。图中有子图，若子图极大连通则就是连通分量，有向的则称为强连通分量。

• 无向图中连通且n个顶点n-1条边称为生成树。有向图中一顶点入度为0其余顶点入度为1的叫有向树。一个有向图由若干棵有向树构成生成森林。

2. 实现有向图、无向图、有权图、无权图的邻接矩阵和邻接表表示方法

2.1 邻接矩阵

图的邻接矩阵的表示方式需要两个数组来表示图的信息，一个一维数组表示每个数据元素的信息，一个二维数组（邻接矩阵）表示图中的边或者弧的信息。

如果图有n个顶点，那么邻接矩阵就是一个n*n的方阵，方阵中每个元素的值的计算公式如下：

邻接矩阵表示图的具体示例如下图所示：

首先给个无向图的实例：

• 无向图的邻接矩阵都是沿对角线对称的
• 要知道无向图中某个顶点的度，其实就是这个顶点vi在邻接矩阵中第i行或（第i列）的元素之和；
• 对于有向图，要知道某个顶点的出度，其实就是这个顶点vi在邻接矩阵中第i行的元素之和，如果要知道某个顶点的入度，那就是第i列的元素之和。

但是，如果我们需要表示的图是一个网的时候，例如假设有个图有n个顶点，同样该网的邻接矩阵也是一个n*n的方阵，只是方阵元素的值的计算方式不同，如下图所示：

这里的wij表示两个顶点vi和vj边上的权值。无穷大表示一个计算机允许的、大于所有边上权值的值，也就是一个不可能的极限值。下面是具体示例，表示的一个有向网的图和邻接矩阵：

# 邻接矩阵
class Graph:           # 基本图类，采用邻接矩阵表示
    def __init__(self, mat, unconn = 0):
        vnum = lem(mat)
        for x in mat:
            if len(x) != vnum:        # 检查是否为方阵
                raise ValueError("Argument for 'Graph'.")
            self._mat = [mat[i][:] for i in range(vnum)] # 做拷贝
            self.unconn =unconn
            self._vnum = vnum
            
    def vertex_num(self):
        return self._vnum
    
    def _invalid(self, v):
        return 0 > v or v >= self._num
    
    def add_vertex(self):
        raise GraphError("Adj-Matrix does not support 'add_vertex'.")
        
    def add_edge(self, vi, vj, val = 1):
        if self._invalid(vi) or self._invalid(vj):
            raise GraphError(str(vi) + 'or' + str(vj) + "is not a valid vertex.")
        self._mat[vi][vj] = val
        
    def get_edge(self, vi, vj):
        if self._invalid(vi) or self._invalid(vj):
            raise GraphError(str(vi) + 'or' + str(vj) + "is not a valid vertex.")
        return self._mat[vi][vj]
    
    # 返回顶点的出边
    def out_edges(self, vi):
        if self._invalid(vi):
            raise GraphError(str(vi) + "is not a valid vertex.")
        return self._out_edges(self._mat[vi], self._unconn)
    
    @staticmethod
    def _out_edges(row, unconn):
        edge = []
        for i in range(len(row)):
            if row[i] != unconn:
                edges.append((i,row[i]))
        return edges

2.2 邻接表

邻接表是图的一种链式存储结构。主要是应对于邻接矩阵在顶点多边少的时候，浪费空间的问题。它的方法就是声明两个结构。如下图所示：

# 邻接表
def GraphAL(Graph):
    def __init__(self, mat = [], unconn = 0):
        vnum = len(mat)
        for x in mat:
            if len(x) != vnum:    # 检查是否为方阵
                raise ValueError("Argument for 'GraphAL'.")
        self._mat = [Graph._out_edges(mat[i], unconn )for i in range(vnum)]
        self._vnum = vnum
        self._unconn = unconn

    def add_vertex(self):    #增加新顶点时安排一个新编号
        self._mat.append([])
        self._vnum += 1
        return self._vnum - 1
    
    def add_edge(self, vi, vj, val = 1):
        if self._vnum == 0:
            raise ValueError("Cannot add edge to empty graph.")
        if self._invalid(vi) or self._invalid(vj):
            raise GraphError(str(vi) + 'or' + str(vj) + "is not a valid vertex.")
        row = self._mat[vi]
        i = 0
        while i < len(row):
            if row[i][0] == vj:     # 修改mat[vi][vj]的值
                self._mat[vi][i] = (vj, val)
                return
            if row[i][0] > vj:
                break
            i += 1
        self._mat[vi].insert(i, (vj, val))
        
    def get_e