快速掌握图

图的定义

图G是由两个集合V和E组成，记为G=(V,E)
V(G)和E(G)表示图的顶点集和边集。其中E(G)可以为空， 表示这个图只有定点没有边

图的分类

有向图和无向图

其中第一个图就是无向图：G1=（{V1,V2,V3,V4,V5},{(v1,v2),(v1,v3),(v2,v5)(v3,v5),(V4,V5)}）
第二幅图就是有向图：G2=({V1,V2,V3,V4,V5},{<V1,V2>,<V1,V3>,<V3,V4>,<V4,V5>,<V5,V3>})
要注意的是，在有向图中，边集中的边需要用尖括号表示，在无向图中，边集需要用小括号表示。

图的基本术语

用n表示定点数，用e表示边的数目
（1）子图：在一个图中，一个图的顶点和边是另外一个图的顶点和边的子集，那么这个图就是原来的图的子图（类比数学中的子集的概念）
（2）无向完全图和有向完全图：对于无向图，如果边为n(n+1)/2，那么就是无向完全图
在有向图中，如果边n(n+1)——有向完全图
（3）稀疏图和稠密图：边很多的就是稠密图，相应的，少的就是稀疏图
（4）权和网：权这个跟数学中的相类似，网就是带权的图
（5）邻接点：两个点有同一个边。如果一条边e连接了两个顶点v和v1，那么我们可以称边e依附于顶点v和v1，或者说，边e和v和v1相关联
（6）度，入度和出度：很好理解不解释
但是要知道的是，入度和出度这种说法是对于有向图而言的，无向图中没有入度和出度这种说法。在有向图中，节点的度=入度+出度
（7）路径和路径长度
（8）回路或环
（9）简单路径，简单回路或简单环：顶点不重复出现的路径称为简单路径。
除了第一个和最后一个顶点以外，其他顶点都不重复出现的就是简单回路或简单环
（10）连通，连通图，连通分量：连通分量，就是无向图中的极大连通子图
极大连通子图，如果再增加一个顶点就是不连通的了
在上面中，我们会发现，图a有三个子图我们拆分成左边这样，b，c和d都是a的极大连通子图

(11)强连通图和强连通分量：（注意，强连通图和强连通分量都是相对于有向图而言的）
在有向图中，任意两个顶点之间都有路径——强连通图
在强连通图G中的极大强连通子图——强连通分量

（12）连通图的生成树：一个极小连通子图，包含图中的所有顶点，但是只有n-1条边（首先，一定是连通的）
注意：一棵有n个顶点的生成树有且仅有n-1条边
如果一个图有n个顶点或者小于n-1条边，那就是非连通图
如果他多于n-1条边，那一定有环
但是，有n-1条边的图不一定是生成树
（13）有向树和生成森林：有一个顶点入度是0，其余顶点的入度全部是1的有向图就是有向树，由若干颗有向树构成的不相交的就是生成森林。
（14）极小连通子图：如果再删除一条边就是不连通的了
（15）生成树：包含了无向图G的所有顶点的极小连通子图

图的存储结构

1.邻接矩阵表示法（数组表示法）
表示顶点之间相邻关系的矩阵。
如果两个顶点之间有边，就用1表示，如果没有就用0表示。
邻接矩阵一定是方阵
如果是一个网的话（边之间有权），那么如果两个顶点之间有边，就用边的权值表示，如果没有，就用无穷表示

建立一个顶点表（记录各个顶点的信息）和邻接矩阵（表示各个顶点之间的关系）

无向图的邻接矩阵表示：

分析：（1）无向图的邻接矩阵是对称的
（2）顶点i的度=第i行（列）中1的个数
（3）特别的，完全图中，对角线元素都是0，其余的都是1

有向图的邻接矩阵表示

注意：第i行表示以当前节点为弧尾的出度边
第i列表示以当前为节点的弧头的入度边

分析：（1）有向图的邻接矩阵可能不是对称的
（2）顶点的出度=第i行元素之和
顶点的入度=第i列的元素之和
顶点的度=第i行元素之和和第i列的元素之和

网的邻接矩阵表示

邻接矩阵

#define MaxInt 32767   //表示极大值，即无穷
#define MVNum 100    //最大顶点数
typedef char VerTexType    //设顶点的数据类型为字符型
typedef int ArcType        //假设边的权值类型为int型

typedef struct 
{
   
	VerTexType vexs[MVNum];    //顶点表
	ArcType arcs[MVNum][MVNum];   //邻接矩阵
	int vexnum,arcnum;      //图的当前顶点数和边数
}AMGraph;

采用邻接矩阵法创建无向网
步骤：
（1）输入总顶点数和总边数
（2）依次输入顶点信息（初始化顶点表）
（3）将邻接矩阵全部元素初始化为无穷
（4）初始化邻接矩阵

Status creatUDN(AMGraph &G)
{
   
	cin>>G.vexnum>>