数据结构二轮（图）

图的基本概念

1. 无向图的全部顶点的度的和等于边数的2倍
2. 顶点v的度等于其入度和出度之和，即TD(v) = ID(v) + OD(v)。
3. <v, w>，其中v、w是顶点，v称为弧尾，w称为弧头
4. 一个图中不可能一个顶点都没有，图的顶点集V一定非空，而边集可以为空
5. 
6. 连通分量和强联通分量区别

1. 若有满足V(G’) = V(G)的子图G’，则称其为G的生成子图
2. 生成子图：顶点数不变，边是子集
3. 有向图和无向图都有子图和生成子图，定义是类似的
4. 生成树和生成森林的概念
   

1. 带权路径长度——当图是带权图时，一条路径上所有边的权值之和，称为该路径的带权路径长度
2. 路径长度——路径上边的数目
3. n个顶点的树，必有n-1条边。
4. 常见考点：n个顶点的图，若 |E|>n-1，则一定有回路

常考考点

图的存储

1. 无向图的邻接矩阵是对称矩阵，可以压缩存储（只存储上三角区/下三角区）

2. 无权图：主对角线元素为0，其余位置，有边则是1，无边则为0

3. 有权图：主对角线元素为0，其余位置，有边则是权值，无边则为无穷

4. 邻接矩阵法性能分析
   空间复杂度：O(|V| 2 ) ——只和顶点数相关，和实际的边数无关
   适合用于存储稠密图

压缩存储

邻接矩阵法的性质Aⁿ的含义

邻接表

1. 注意：
   无向图中，边结点的数量是2|E|，整体空间复杂度为O(|V| + 2|E|)
   有向图中，边结点的数量是|E|，整体空间复杂度为O(|V| + |E|)

十字链表（存储有向图）

邻接多重表（无向图）

图的遍历

BFS广度优先遍历

1. 同⼀个图的邻接矩阵表示⽅式唯⼀，因此⼴度优先遍历序列唯⼀
2. 同⼀个图邻接表表示⽅式不唯⼀，因此⼴度优先遍历序列不唯⼀
3. 对于⽆向图，调⽤BFS函数的次数=连通分量数
4. 算法思路：

性能分析

1. 空间复杂度：最坏情况，辅助队列⼤⼩为 O(|V|)

广度优先生成树和生成森林

DFS深度优先遍历

1.算法性能分析
2. 对⽆向图进⾏BFS/DFS遍历
调⽤BFS/DFS函数的次数=连通分量数
3. 无向图中，对于连通图，只需调⽤1次 BFS/DFS
4. 有向图中，对于强连通图，从任⼀结点出发都只需调⽤1次 BFS/DFS

BFS类似于树的层序遍历
DFS类似于树的先序遍历

图的应用

最小生成树（PK）

Prim

从某⼀个顶点开始构建⽣成树；每次将代价最⼩的新顶点纳⼊⽣成树，直到所有顶点都纳⼊为⽌。

Kruskal

每次选择⼀条权值最⼩的边，使这条边的两头连通（原本已经连通的就不选）
直到所有结点都连通

最小生成树的性质

最短路径（德芙DF）

BFS求无权图的最短路径

1. ⽆权图可以视为⼀种特殊的带权图，只是每条边的权值都为1
2. BFS解决的是无权图的单源点最短路径问题
3. BFS算法求单源最短路径也可以解决所有边的权值都相同的图

Dijkstra算法（电源点-时：O(|V| 2 )）看视频理解！！！一定要会！

Floyd算法（每对顶点，时： O(|V| 3 )）

有向无环图（DAG）描述表达式

有向⽆环图：若⼀个有向图中不存在环，则称为有向⽆环图，简称DAG图（Directed Acyclic Graph）

拓扑排序（AOV网）

AOV⽹(Activity On Vertex NetWork，⽤顶点表示活动的⽹)：

1. 入度为0表示这个顶点所表示的活动在他之前不需要任何的准备活动
2. 每个AOV⽹都有⼀个或多个 拓扑排序序列
3. DAG（有向无环图）才能进行拓扑排序
4. 
   上面一个是使用邻接表法的时间复杂度度

---

逆拓扑排序

注意：

1. 拓扑排序和逆拓扑排序序列可能是不唯一的
2. 若图中有环，则不存在拓扑or逆拓扑排序序列

关键路径（AOE网）

从前往后去较大的，从后往前去较小的！！

1. AOE⽹ (Activity On Edge NetWork)
2. 在带权有向图中，以顶点表示事件，以有向边表示活动，以边上的权值表示完成该活动的开销（如
   完成活动所需的时间），称之为⽤边表示活动的⽹络，简称AOE⽹ (Activity On Edge NetWork)

求关键路径的步骤

注意：汇点的最早最迟发生时间是相同的

关键活动、关键路径的特性

快速求解关键路径

从前往后去较大的，从后往前去较小的！！
只看事件的最早发生事件
快速求解的关键：从前往后取到较大的路径之后，划掉小的路径

B站视频讲解