数据结构六——图

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
实现图的深度优先搜索、广度优先搜索
实现 Dijkstra 算法、A* 算法
实现拓扑排序的 Kahn 算法、DFS 算法

一、图的分类与表示方法
图是由顶点和边组成的一种数据结构，一组顶点V 表示顶点的集合，一组边E 表示边的集合。
图按照不同的特征可以分为以下类别:
有向图、无向图
有权图、 无权图
连通图、非连通图

图的表示
图在程序中表示一般有两种方式

1. 邻接矩阵：在n个顶点的图中有一个n*n大小的矩阵。在一个无权图中, 矩阵坐标中每个位置值为1代表两个点是相连的, 0表示两个点是不相连的。在一个有权图中，矩阵坐标中每个位置值代表该两点之间的权重，0 表示该两点不相连。在无向图中, 邻接矩阵关于对角线相等

2. 邻接表：对于每个点, 存储着一个链表,用来指向所有该店直接相连的点。对于有权图来说, 链表中元素值对应着权重。

通常采用邻接表表示法，因为用这种方法表示稀疏图（图中边数远小于点个数）比较紧凑。但当遇到稠密图（|E|接近于|V|^2）或必须很快判别两个给定顶点手否存在连接边时，通常采用邻接矩阵表示法，例如求最短路径算法中，就采用邻接矩阵表示。

邻接表表示法也有潜在的不足之处，即如果要确定图中边（u,v）是否存在，只能在顶点u邻接表Adj[u]中搜索v，除此之外没有其他更快的办法。这一不足可通过图的邻接矩阵表示法来弥补，但要（在渐进意义下）以占用更多的存储空间为代价。

邻接表和邻接矩阵的关系就像是链表和数组，在时间上和空间上分别占有优势。邻接表相当于链表，邻接矩阵相当于数组，其比较关系见前面的文字数据结构二 https://mp.csdn.net/postedit/89175155

二、图的广度优先搜索（BFS）和深度优先搜索（DFS）算法
和树的遍历类似，图的遍历也是从图中某点出发，然后按照某种方法对图中所有顶点进行访问，且仅访问一次。
但是图的遍历相对树而言要更为复杂。因为图中的任意顶点都可能与其他顶点相邻，所以在图的遍历中必须记录已被访问的顶点，避免重复访问。

根据搜索路径的不同，我们可以将遍历图的方法分为两种：广度优先搜索和深度优先搜索。
1 广度优先搜索（BFS）
广度优先搜索依赖的是队列解决问题。队列中的每一个节点需要包含记录以下内容：该节点到起点的距离dist，该节点的前驱节点past，该节点在当前路径下是否被访问过visit（0表示没有访问过，1表示当前路径下正在访问，2表示该节点周围的所有节点都已经被访问过）。
步骤如下：
初始化：
起点值初始化（past=NULL，dist=0，visit=1）
其他节点值初始化（past=NULL，dist=无穷，visit=0）
起点入队
循环1：直到队列中没有元素
从队伍中输出一个节点作为当前节点
循环2：访问与当前节点连通但是【没有被访问过】的节点（visit=0的节点）
将即将访问的节点记为正在访问的状态
将即将访问的节点的状态更新（past=当前节点，dist=即将访问的节点到当前节点的距离，visit=1）
即将访问的节点入队
将当前节点的visit记为2（因为与它连接的所有节点都被访问过）

邻接矩阵存储表示

typedef struct AMGraph
{
	char vexs[MVNum];            //顶点表
	int arcs[MVNum][MVNum];      //邻接矩阵
	int vexnum, arcnum;          //当前的顶点数和边数
}AMGraph;

/*找到顶点v的对应下标*/
int LocateVex(AMGraph &G, char v)
{
	int i;
	for (i = 0; i < G.vexnum; i++)
		if (G.vexs[i] == v)
			return i;
}

/*采用邻接矩阵表示法，创建无向图G*/
int CreateUDG_1(AMGraph &G)
{
	int i, j, k;
	char v1, v2;
	cin>> &G.vexnum>> &G.arcnum;           //输入总顶点数，总边数
	for (i = 0; i < G.vexnum; i++)
		cin>> &G.vexs[i];			//依次输入点的信息
	for (i = 0; i < G.vexnum; i++)
		for (j = 0; j < G.vexnum; j++)
			G.arcs[i][j] = 0;			//初始化邻接矩阵边，0表示顶点i和j之间无边
	for (k = 0; k < G.arcnum; k++)
	{		
		cin>> &v1>> &v2;			//输入一条边依附的顶点
		i = LocateVex(G, v1);				//找到顶点i的下标
		j = LocateVex(G, v2);				//找到顶点j的下标
		G.arcs[i][j] = G.arcs[j][i] = 1;	        //1表示顶点i和j之间有边，无向图不区分方向
	}
	return 1;
}

/*采用邻接矩阵表示图的广度优先遍历*/
void BFS_AM(AMGraph &G, char v0)
{
	/*从v0元素开始访问图*/

	int u, i, v, w;
	v = LocateVex(G, v0);                            //找到v0对应的下标
	printf("%c ", v0);                              //打印v0
	visited[v] = 1;		                        //顶点v0已被访问
	q.push(v0);			                //将v0入队

	while (!q.empty())
	{
		u = q.front();				//将队头元素u出队，开始访问u的所有邻接点
		v = LocateVex(G, u);			//得到顶点u的对应下标
		q.pop();				//将顶点u出队
		for (i = 0; i < G.vexnum; i++)
		{
			w = G.vexs[i];
			if (G.arcs[v][i] && !visited[i])//顶点u和w间有边，且顶点w未被访问
			{
				printf("%c ", w);	//打印顶点w
				q.push(w);		//将顶点w入队
				visited[i] = 1;		//顶点w已被访问
			}
		}
	}
}

邻接表法

/*找到顶点对应的下标*/
int LocateVex(ALGraph &G, char v)
{
	int i;
	for (i = 0; i < G.vexnum; i++)
		if (v == G.vertices[i].data)
			return i;
}

/*邻接表存储表示*/
typedef struct ArcNode	        //边结点
{
	int adjvex;		//该边所指向的顶点的位置
	ArcNode *nextarc;	//指向下一条边的指针
	int info;		//和边相关的信息，如权值
}ArcNode;

typedef struct VexNode		//表头结点
{