数据结构和算法学习--图的各种定义

线性表和树是一对一一对多的简单模型。而图要复杂的多。
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。
需要明确：1.线性表中把数据元素称为元素，树中称为结点，图中称为顶点（Vertex)。
2.线性表可以为空表，树可以为空树，但国内大部分是 顶点有穷且非空。
3.线性表中，相邻数据元素间有线性关系，树的相邻两层有线性关系，而图中任意两个顶点间都可能有关系，顶点间逻辑关系用边来表示，边集可以为空。

无向边（Edge)：两个顶点间的边没有方向则称为无向边,用无序偶（Vi，Yi）表示。
有向边：也称为弧（Arc）从一个顶点到另一顶点有方向的边。用有序偶<Vi,Yi>表示。Vi为弧尾，Yi为弧头

简单图：在图中不存在顶点到其自身的边，且每条边不重复出现的图称为简单图。

无向完全图：在无向图中，若任意两点都存在边，则称为无向完全图。含有n个顶点的无向完全图有n*(n-1)/2条边
有向完全图：在有向图中，若任意两顶点存在方向互为相反的弧，则称为有向完全图。含有n个顶点的有向完全图有n*（n-1）条边。
稀疏图和稠密图：稀疏和稠密是模糊概念，都是相对而言的。一般认为边或弧小于n*logn的图为稀疏图，反之为稠密图。

有些图的边或弧带有与他相关的数字，这个数称为权（weight），带权的图称为网。

子图：若两个图G1=(V1,E1),G2=(V2,E2),如果V1包含V2，E1包含E2，则称G2是G1的子图。

如果图内一边由连接V1,V2，则称V1和V2互为邻接点（Adjacent),即V1、V2相邻接。边(V1,V2)依附(incident)于顶点V1和V2，或者说边(V1,V2)与顶点V1和V2相关联。

对于无向图，顶点V的度(Degree)是和V相关联的边的数目，记为TD(V)。
对于有向图G=(V,E),如果有<V1,V2>属于E，则称顶点V1，邻接到顶点V2，顶点V2临接自顶点V1。以顶点V为头的弧的数目称为V的入度（InDegree),记为ID(V),以V为尾的弧的数目称为V的出度(OutDegree),记为OD(V),因此顶点V的度为TD(V)=ID(V)+OD(V)

无向图G=(V,E)中从顶点V1到顶点V2的路径（path）。路径可以很多种
如果G是有向图，则路径也是有向的。
路径的长度是路径上的边或弧的数目。

第一个顶点到最后一个顶点相同的路径称为回路或环。顶点不重复出现的路径称为简单路径，除了第一个顶点和最后一个顶点之外，其余顶点不重复出现的回路称为简单回路或简单环。

连通图：在无向图G中，如果从顶点V1到V2有路径，则称V1,V2是连通的，如果对于图中任意两个顶点Vi和Vj都是连通的，则称G为连通图。在有向图G中，如果对于每一对Vi到Vj都存在路径，则称G是强连通图。
无向图中的极大连通子图，称为连通分量。注意：1.首先要是子图，而且子图是连通的。2.连通子图含有极大顶点数。3.具有极大顶点数的连通子图包含依附于这些顶点的所有边。
有向图中的极大强连通子图称为有向图的强连通分量。

连通图的生成树定义：一个连通图的生成树，是一个极小的连通子图，它含有图中全部的n个顶点，但只有足以构成一棵树的n-1条边。

如果一个有向图恰有一个顶点的入度为0，其余顶点的入度均为1，则是一棵有向树。