一看就懂的数据结构：图

图是一种比较复杂的数据结构，设计图的算法有很多，如图的搜索，最短路径，最小生成树等，这篇博客主要和大家讨论图的定义和如何去表示，相信看完本篇之后，也会对图有一个基本的了解。

图的定义

之前我们讨论过树，树是一种非线性表，今天所讨论的图也是一种非线性表。不过和树相比，图更加的复杂。树中的元素称为节点，对应的，图中的元素称为顶点(vertex)。图中的一个定点可以与任意其他顶点建立连接关系，我们把这种关系称为边(edge)。

其实在我们生活中，就有很多符合图这种结构的例子。例如，我们的社交网络就是一个非常典型的图结构。就比如说我们用的微信，我们可以把每个用户看成一个顶点，如果两个用户互相加好友，就在对应的两个节点之间建立一条边。因此，微信的整个好友关系可以用一张图来进行表示。其中，每个用户有多少好友，对应的图中，就称为顶点的度(degree)，也就是与顶点相连接的边的条数。

可以微博大家都知道，他的社交关系和微信又有些不同。微博允许单向关注，也就是说，用户A可能关注了用户B，但是用户B没有关注用户A，那么这种单向的社交关系，又该如何表示呢？

我们可以将图中的边，引入“方向”这个概念。如果用户A关注了用户B，那么就从图中画一条从A指向B的箭头，如果互相关注，那么我们就画两条边。我们把这种有方向的图称为有向图，相反，没有方向的就称为无向图。

 

无向图中顶点的“度”表示此顶点有多少条边与其相连。在有向图中，我们把度分为入度(in-degree)和出度(out-degree)。

顶点的入度，表示有多少条边指向这个顶点；顶点的出度，是指有多少条边是以这个顶点为起点指向其他的顶点。对应这个例子，就是微博中的粉丝量，入度表示有多少粉丝，出度就是你关注了哪些人。

现在再来看另一个社交软件QQ，QQ与微信相比，功能更加的复杂，大家可能关注到过亲密度这个功能。那么对应到图中，这个图就叫做带权图(weighted graph)。在带权图中，每条边都有一个权重(weight),我们用权重来表示QQ好友间的亲密度。

 

邻接矩阵的存储方法

知道了图的基本概念，我们就再来看看内存中如何存储图这种数据结构。

图最直观的一种存储方式为邻接矩阵(adjacency matrix)。学过线性代数的同学，应该都知道矩阵这个概念。邻接矩阵底层依赖二维数组。对于无向图来说，如果顶点i和顶点j之间有边，我们就将A[i][j]和A[j][i]标记为1;对于有向图，如果有一条从顶点i指向顶点j的边，我们就将A[i][j]标记为1，同理，如果有一条从顶点j指向顶点i的边，我们就将A[j][i]标记为1。对于带权图，数组中存储相应的权重。

 

现在来看看代码实现

public class Graph{
   private int v;
   private boolean matrix[][];
   
   public Graph(int v){
      this.v = v;
      matrix = new boolean[v][v]; 
      for(int i = 0;i < v;i++){
         for(int j = 0;j < v;j++){
            matrix[i][j] = false;
         }
      }
   }
   
   public void addEdge(int s,int t){
      //无向图
      matrix[s][t] = true;
      matrix[t][s] = true;
   }
}

 因为邻接矩阵底层依赖数组，所以，在邻接矩阵中，获取两个顶点之间的关系的操作相当。这种存储的另一个好处就是可以把图中的很多运算转换为矩阵运算，方便计算。

用邻接矩阵来表示一个图，虽然简单、直观，但是比较浪费存储空间。为什么这么说呢？；

对于无向图来说，如果 A[i][j] 等于 1，那 A[j][i] 也肯定等于 1。实际上，我们只需要存储 一个就可以了。也就是说，无向图的二维数组中，如果我们将其用对角线划分为上下两部 分，那我们只需要利用上面或者下面这样一半的空间就足够了，另外一半白白浪费掉了。

还有，如果我们存储的是 稀疏图 （Sparse Matrix），也就是说，顶点很多，但每个顶点的 边并不多，那邻接矩阵的存储方法就更加浪费空间了。比如微信有好几亿的用户，对应到图 上就是好几亿的顶点。但是每个用户的好友并不会很多，一般也就三五百个而已。如果我们 用邻接矩阵来存储，那绝大部分的存储空间都被浪费了。

但这也并不是说，邻接矩阵的存储方法就完全没有优点。首先，邻接矩阵的存储方式简单、 直接，因为基于数组，所以在获取两个顶点的关系时，就非常高效。其次，用邻接矩阵存储 图的另外一个好处是方便计算。这是因为，用邻接矩阵的方式存储图，可以将很多图的运算 转换成矩阵之间的运算。比如求解最短路径问题时会提到一个 Floyd-Warshall 算法 ，就是 利用矩阵循环相乘若干次得到结果。

邻接表的存储方法

针对邻接矩阵的存储比较浪费空间的问题，我们来看另一种图的存储方法：邻接表(adjacency list)。

邻接表有点像我们之前讨论的哈希表。他也是每一个节点对应一个链表。对于有向图，每个顶点对应的链表存储的是他指向的顶点。对于无向图，每个顶点的链表存储的是与这个顶点有边相连的顶点。

接下来用代码实现一下

public class Graph{
   private int v;
   private LinkedList<Integer>[] adj;//邻接表

   public Graph(int v){
     this.v = v;
     adj = new LinkedList<>[v];
     for(int i = 0;i < v;i++){
         adj[i] = new LinkedList<>[];
      }
   }

   public vid addEdge(int s,int t){
      //无向图的一条边存储两次
      adj[s].add[t];
      adj[t].add[s];    
   }
}

 之前我们还讨论过时间复杂度和空间复杂度互换的设计思想。邻接矩阵存储起来比较浪费空间，但是使用起来比较高效。相反，邻接表存储起来比较节省空间，但是使用起来就没有那么高效。

在之前讨论哈希表的时候，我们就提到过，基于链表法解决冲突的哈希表，对于链表过长，我们可以将链表转换为红黑树。

聊一聊别的

有了对于堆的基础知识，那我们来看看微博，微信等社交网络中的好友关系是如何存储的。

前面我们讨论到，微博，微信用的是两种不同的图，前者是有向图，后者是无向图，但是在解决思路上，确实差不多，下面先看看微博来进行举例。

针对微博的用户关系，我们假设需要支持下面几个操作。

# 判断用户 A 是否关注了用户 B；

# 判断用户 A 是否是用户 B 的粉丝；

# 用户 A 关注用户 B；

# 用户 A 取消关注用户 B；

# 根据用户名称的首字母排序，分页获取用户的粉丝列表；

# 根据用户名称的首字母排序，分页获取用户的关注列表。

关于如何存储一个图，我们讨论过两种方法：邻接矩阵和邻接表。因为社交网络是一张稀疏图，使用邻接矩阵存储比较浪费存储空间，所以，我们这里选用邻接表。

在邻接表中，查找某个用户关注了哪些用户很容易，但是，要想查找某个用户被哪些用户关注了，确是非常困难，所以，一张邻接表是不够的，我们还需要一张逆邻接表。

 

如上图，邻接表中存储了用户的关注关系，逆邻接表中存储用户的被关注关系。对应到图上，在邻接表中，每个顶点对应的链表存储这个顶点指向的顶点；在逆邻接表中，每个顶点对应的链表存储指向这个顶点的顶点。在邻接表中查找某个用户关注了哪些用户，在逆邻接表中查找某个用户被哪些用户关注。

基础的邻接表不适合判断两个用户之间是否关注与被关注的关系，因此我们将邻接表中的链表改改为支持快速查找的动态数据结构，但是选择哪种动态数据结构，又是一个问题？红黑树，跳表，有序动态数组还是哈希表呢？

因为我们需要按照用户名称的首字母排序，分页来获取用户的粉丝列表或者关注列表，用跳 表这种结构再合适不过了。这是因为，跳表插入、删除、查找都非常高效，时间复杂度是 O(logn)，空间复杂度上稍高，是 O(n)。最重要的一点，跳表中存储的数据本来就是有序 的了，分页获取粉丝列表或关注列表，就非常高效。

如果对于小规模的数据，比如社交网络中只有几万、几十万个用户，我们可以将整个社交关 系存储在内存中，上面的解决思路是没有问题的。但是如果像微博那样有上亿的用户，数据 规模太大，我们就无法全部存储在内存中了。

这个时候该怎么办呢？我们可以通过哈希算法等数据分片方式，将邻接表存储在不同的机器上。你可以看下面这幅 图，我们在机器 1 上存储顶点 1，2，3 的邻接表，在机器 2 上，存储顶点 4，5 的邻接 表。逆邻接表的处理方式也一样。当要查询顶点与顶点关系的时候，我们就利用同样的哈希 算法，先定位顶点所在的机器，然后再在相应的机器上查找。

 

除此之外，我们还有另外一种解决思路，就是利用外部存储（比如硬盘），因为外部存储的

存储空间要比内存会宽裕很多。数据库是我们经常用来持久化存储关系数据的，所以我这里

介绍一种数据库的存储方式。

我用下面这张表来存储这样一个图。为了高效地支持前面定义的操作，我们可以在表上建立

多个索引，比如第一列、第二列，给这两列都建立索引