1.图的实际应用:
在现实生活中,有许多应用场景会包含很多点以及点点之间的连接,而这些应用场景我们都可以用即将要学习的图 这种数据结构去解决。 地图: 我们生活中经常使用的地图,基本上是由城市以及连接城市的道路组成,如果我们把城市看做是一个一个的点,把 道路看做是一条一条的连接,那么地图就是我们将要学习的图这种数据结构。
2.图的定义及分类
定义:图是由一组顶点和一组能够将两个顶点相连的边组成的
2.1 图的分类:
按照连接两个顶点的边的不同,可以把图分为以下两种: 无向图:边仅仅连接两个顶点,没有其他含义; 有向图:边不仅连接两个顶点,并且具有方向;
3.无向图
3.1图的相关术语
相邻顶点: 当两个顶点通过一条边相连时,我们称这两个顶点是相邻的,并且称这条边依附于这两个顶点。
度: 某个顶点的度就是依附于该顶点的边的个数
子图: 是一幅图的所有边的子集(包含这些边依附的顶点)组成的图;
路径: 是由边顺序连接的一系列的顶点组成
环: 是一条至少含有一条边且终点和起点相同的路径
连通图: 如果图中任意一个顶点都存在一条路径到达另外一个顶点,那么这幅图就称之为连通图
连通子图: 一个非连通图由若干连通的部分组成,每一个连通的部分都可以称为该图的连通子图
4. 图的存储结构
要表示一幅图,只需要表示清楚以下两部分内容即可:
1. 图中所有的顶点;
2. 所有连接顶点的边;
常见的图的存储结构有两种:邻接矩阵和邻接表
5.邻接矩阵
1. 使用一个V*V的二维数组int[V][V] adj,把索引的值看做是顶点;
2. 如果顶点v和顶点w相连,我们只需要将adj[v][w]和adj[w][v]的值设置为1,否则设置为0即可。
6.邻接表
1.使用一个大小为V的数组 Queue[V] adj,把索引看做是顶点; 2.每个索引处adj[v]存储了一个队列,该队列中存储的是所有与该顶点相邻的其他顶点