考研二战日记-第八天——数据结构：图（一）

像前两天的树一样，图同样是数据结构的zhon重点考察内容之一，su所以需要分两天来总结。今天先是知识点总结

图（graph）：图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中的顶点的集合，E是图G中边的集合。
顶点(Vertex)：图中的数据元素。线性表中我们把数据元素叫元素，树中将数据元素叫结点。
边：顶点之间的逻辑关系用边来表示，边集可以是空的。
无向边(Edge)：若顶点V1到V2之间的边没有方向，则称这条边为无向边。
无向图(Undirected graphs)：图中任意两个顶点之间的边都是无向边。（A,D）=（D,A）
    对于无向图G来说，G1=（V1,{E1}），其中顶点集合V1={A,B,C,D}；边集和E1={（A,B），（B,C），（C,D），（D,A），（A,C）}

有向边：若从顶点V1到V2的边有方向，则称这条边为有向边，也称弧(Arc)。用<V1,V2>表示，V1为狐尾(Tail)，V2为弧头(Head)。（V1，V2）≠（V2，V1）。
有向图(Directed graphs)：图中任意两个顶点之间的边都是有向边。
   注意：无向边用“（）”，而有向边用“< >”表示。
简单图：图中不存在顶点到其自身的边，且同一条边不重复出现。
无向完全图：无向图中，任意两个顶点之间都存在边。
有向完全图：有向图中，任意两个顶点之间都存在方向互为相反的两条弧。
稀疏图：有很少条边。
稠密图：有很多条边。
权（Weight）：与图的边或弧相关的数。
网（Network）：带权的图。
子图（Subgraph）：假设G=（V,{E}）和G‘=（V',{E'}），如果V'包含于V且E'包含于E，则称G'为G的子图。
度（Degree）：无向图中，与顶点V相关联的边的数目。有向图中，入度表示指向自己的边的数目，出度表示指向其他边的数目，该顶点的度等于入度与出度的和。
路径的长度：一条路径上边或弧的数量。
连通图：图中任意两个顶点都是连通的。

     图1不是连通图，图2是连通图。

连通分量：无向图中的极大连通子图。（子图必须是连通的且含有极大顶点数）。图1有两个连通分量
强连通分量：有向图中的极大强连通子图。
生成树：无向图中连通且n个顶点n-1条边叫生成树。
有向树：有向图中一顶点入度为0其余顶点入度为1。
森林：一个有向图由若干棵有向树构成生成森林。

图的表示方式有两种：二维数组表示（邻接矩阵）；链表表示（邻接表）。

邻接矩阵

邻接表

图的遍历

(1)深度优先遍历

1)深度优先遍历，从初始访问结点出发，初始访问结点可能有多个邻接结点，深度优先遍历的策略就是首先访问第一个邻接结点，然后再以这个被访问的邻接结点作为初始结点，访问它的第一个邻接结点， 可以这样理解：每次都在访问完当前结点后首先访问当前结点的第一个邻接结点。

2)我们可以看到，这样的访问策略是优先往纵向挖掘深入，而不是对一个结点的所有邻接结点进行横向访问。

3)显然，深度优先搜索是一个递归的过程

(2)广度优先遍历

类似于一个分层搜索的过程，广度优先遍历需要使用一个队列以保持访问过的结点的顺序，以便按这个顺序来访问这些结点的邻接结点

最小生成树

1.普里姆（prime）2.克鲁斯卡尔（kluskal）两种算法求最小生成树

最短路径

1.迪杰斯特拉算法（Dijkstra）2.弗洛伊德算法（Floyd）两种算法求最短路径

图这部分内容的重点在遍历和存储结构但是难点在后面的四个算法。