数据结构--图

参考青岛大学–王卓老师

一、图的定义和术语

有向图、无向图、稀疏图、稠密图、网、邻接、关联、顶点的度（与该顶点相关联的边的数目）、入度、出度、路径、路径长度、回路、简单路径、连通图（在无向图中，对于任意两个顶点v/u，都存在 v到u的路径，则该图为连通图）、子图、连通分量（无向图的极大连通子图称为连通分量）、强连通分量、极小连通子图、生成树、生成森林

二、图的存储结构

1.邻接矩阵

无向图的邻接矩阵

对称的，顶点i的度=第i行1的个数
特例：完全图的邻接矩阵中，对角元素为0，其余元素为1

有向图的邻接矩阵

可能是不对称的，顶点的出度=第i行元素之和，顶点的入度=第i列元素之和，顶点的度=第i行元素之和+第i列元素之和

网

算法思想：

1. 输入总顶点数和总边数。
2. 依次输入点信息存入顶点表。
3. 初始化邻接矩阵，使每个权值初始化为极大值。
4. 构造邻接矩阵。

2.邻接表

邻接表表示法（链式）

按照编号顺序将顶点数据存储在一维数组中
关联同一顶点的边，用线性链表存储
如果有权值则放在info中
无向图邻接表（每条边存储两次）：

无向图邻接表特点：

• 邻接表不唯一
• 若无向图有n个 顶点、e条边，则其邻接表需要n个头结点和2e个表结点。适合存储稀疏图
• 有几个表结点就是有几个度

有向图邻接表：

有向图邻接表特点：

• 顶点的出度为单链表中的结点个数
• 顶点的入度为值域为i-1的结点个数

逆邻接表恰好相反

算法：

1. 输入总顶点数和总边数
2. 建立顶点表，依次输入点的信息存入顶点表中，使每个表头结点的指针域初始化为null
3. 创建邻接表，依次输入每条边依附的两个顶点，确定两个顶点的序号i和j，建立边结点，将此边结点分别插入到两结点对应的两个边链表的头部（头插法）

邻接矩阵是惟一的，而邻接表并不是惟一的
十字链表法（解决有向图）：

邻接多重表（解决无向图）：

三、图的遍历

用标记数组visited[i]，做标记

1.dfs

一条路走到底，然后再返回
邻接矩阵：

2.bfs

按照层进行访问，层次遍历
用邻接表更简单，利用队列的思想

四、图的应用

1.最小生成树

生成树：既连通又不存在回路的图
最小生成树：使各边权值之和最小的树，称为该网的最小生成树
实例：n个城市建立通信网
利用MST性质，实际上贪心算法，将权值最小的边划入生成树
避圈法有Prim算法和Kruskal算法

Prim算法

选择点，适合稠密图

Kruskal算法

选择边，适合稀疏图

补充：破圈法

1. 找到图中一个圈
2. 删除其中权最大的边
3. 重复以上操作直到没有圈

2.最短路

从一个点起点到终点的最短路径，并不一定需要包含每一个顶点，也不一定每一个边

单源最短路Dijkstra

Dijkstra

1. 初始化
2. 选择
3. 更新

所有顶点间的最短路径Floyd

依次加入顶点试探值是否有变化
起初，全部是直达的
然后在这上面不断加点

3.拓扑排序

针对有向无环图，不允许有回路
删除没有前驱的顶点并输出，删除它的尾弧

拓扑排序可以判断AOV中是否存在环

4.关键路径

AOE用边来表示活动的网络，顶点表示事件，弧表示活动，弧的权表示活动的持续时间
关键路径：从原点到汇点路径长度最长的路径。

ve(vj)表示事件vj的最早的发生时间，正序的从第一个结点开始的，取max，ve[k] = max(ve[j] + len<Vj, Vk>)
vl(vj)表示事件vj的最迟发生时间，倒序的从最后一个结点开始的，取min，vl[k] = min(vl[j] - len<Vj, Vk>)
e(i)表示活动ai的最早开始的时间
l(i)表示活动ai最迟开始的时间

(这个地方看了好久QAQ，总算理解些)