数据结构笔记-图

在最近学习中需要用到图的相关知识，但很多知识已经忘记，遂重新再过一遍图。

图按照有无方向分为无向图和有向图。无向图由顶点和边构成,有向图由顶点和弧构成。弧有   弧尾和弧头之分。
图按照边或弧的多少分稀疏图和稠密图。如果任意两个顶点之间都存在边叫完全图，有向的叫有向完全图。若无重复的边或顶点到自身的边则叫简单图。
图中顶点之间有邻接点、依附的概念。无向图顶点的边数叫做度，有向图顶点分为入度和出度。
图上的边或弧上带权则称为网。
图中顶点间存在路径，两顶点存在路径则说明是连通的，如果路径最终回到起始点则称为环，当中不重复叫简单路径。若任意两顶点都是连通的，则图就是连通图,有向则称强连通图。图中有子图，若子图极大连通则就是连通分量，有向的则称强连通分量。
无向图中连通且n个顶点n-1条边叫生成树。有向图中一顶点入度为 0其余顶点入度为1的叫有向树。一个有向图由若干棵有向树构成生成森林。
 

---

图的存储结构

邻接矩阵：图的邻接矩阵(Adjacency Matrix)存储方式是用两个数组来表示图。一个一维
数组存储图中顶点信息，一个二维数组(称为邻接矩阵)存储图中的边或弧的信息

 无向图的邻接矩阵

 由上图我们可以看出无向图的边数组是一个对称矩阵。

同样，我们求顶点Vi的所有邻接点就是将矩阵中第i行元素扫描一遍，边数组 arc[i][j]为 1就是邻接点。

有向图的邻接矩阵 

由于有向图是单向的，所以有向图的邻接矩阵可能并不对称。而判断有向图某个顶点的邻接点的方法与无向图一样，查找矩阵中对应的点是否为1。

虽然邻接矩阵是一种不错的图存储结构，但其实对于变数相对顶点较少的图，这种结构是存在对存储空间极大的浪费的。以下图为例：

 该邻接矩阵中除了arc[1][0]外，其他的存储空间全都浪费了。因此我们考虑另外一种存储结构方式来表示：邻接表

邻接表：

1.图中顶点用一个一维数组存储，当然，顶点也可以用单链表来存储，不过数组可以较容易     地读取顶点信息，更加方便。另外，对于顶点数组中，每个数据元素还需要存储指向第一     一个邻接点的指针，以便于查找该顶点的边信息。
2.图中每个顶点Vi的所有邻接点构成一个线性表，由于邻接点的个数不定，所以用单链表存       储，无向图称为顶点Vi的边表，有向图则称为顶点Vi 作为弧尾的出边表。

 无向图的邻接表结构

从图中我们知道，顶点表的各个结点由data 和firstedge两个域表示，data 是数据域，存储顶点的信息，firstedge 是指针域，指向边表的第一一个结点， 即此顶点的第一个邻接点。边表结点由adjvex 和next两个域组成。adjvex 是邻接点域，存储某顶点的邻接点在顶点表中的下标，next 则存储指向边表中下一个结点的指针。比如V1顶点与V0、V2互为邻接点，则在V1的边表中，adjvex 分别为V0的0和V2的2。
若要判断顶点Vi到Vj是否存在边，只需要测试顶点Vi的边表中adjvex是否存在结点Vj的下标j就行了。若求顶点的所有邻接点，其实就是对此顶点的边表进行遍历，得到的adjvex域对应的顶点就是邻接点。

有向图的邻接表 

有向图的邻接表结构与无向图相似。