6.2 数据结构——图的抽象数据类型和存储结构

6.2.1 图的抽象数据类型

ADT Graph
{
    数据对象V：具有相同特性的数据元素的集合，称为顶点集
    数据关系R：R = {VR} VR = {<V,W> | <V,W> | V,W ∈ V ^ P(V,W)}
            <V,W>表示从V到W的弧，P(V,W)定义了弧<V,W>的信息。
    
    基本操作P：
        CreateGraph(*G, V, VR);
        初始条件：V是图的顶点集，VR是图中弧的集合。
        操作结果：按V和VR的定义构造图G。

        DFSTraverse(G)
        初始条件：图G已存在。
        操作结果：对图进行深度优先遍历。

        BFSTraverse(G)
        初始条件：图G已存在。
        操作结果：对图进行广度优先遍历。
}ADT Graph

6.2.2 图的存储结构

图的逻辑结构是多对多。

图没有顺序存储结构，但可以借助二维数组来表示元素间的关系，即数组表示法（邻接距阵）。

图的链式存储结构：

 6.2.3 数组（邻接距阵）表示法

建立一个顶点表（记录各个顶点信息）和一个邻接矩阵（表示各个顶点之间的关系）。

设图G = （V，E）有n个顶点，则顶点表vexs：

i	0	1	2	...	n
vexs	V1	V2	V3	....	Vn

图的邻接矩阵（Adjacency Matrix）是一个二维数组G.arcs[n][n]，定义为：

无向图的邻接矩阵表示法：

 

分析1：无向图的邻接距阵是对称的。

分析2：顶点i的度等于第i行（列）中1的个数。

注意：完全图的邻接矩阵中，对角元素为0，其余为1。

有向图的邻接矩阵表示法：

 

在有向图的邻接矩阵中：

第i行的含义：以顶点vi为尾的弧（即出度边）；

第i列的含义：以顶点vi为头的弧（即入度边）。

分析1：有向图的邻接矩阵可能是不对称的。

分析2：顶点的出度等于第i行为1的元素之和，顶点的入度等于第i列为1的元素之和；顶点的度等于第i行为1的元素之和 + 第i列为1的元素之和。

网的邻接距阵表示法：

邻接距阵的存储表：用两个数组分别存储顶点表和邻接矩阵。

邻接矩阵的定义：

#define MVNum 100  //最大顶点数

typedef char VerTexType;
typedef int ArcType；

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

邻接矩阵的优点：

1、直观、简单、容易理解；

2、方便检查任意一对顶点间是否存在边；

3、方便找任一顶点的所有“邻接点”；

4、方便计算任一顶点的“度”。

邻接距阵的缺点：

1、不便于增加和删除；

2、存放稀疏图是比较浪费空间，适用于稠密图；