数据结构-图

Frankkkkkkkkkkkkkkk

已于 2022-11-27 20:57:30 修改

阅读量768

点赞数 1

分类专栏：数据结构基础知识文章标签： c语言数据结构算法

于 2022-08-03 23:41:47 首次发布

本文链接：https://blog.csdn.net/weixin_60850533/article/details/124474119

版权

图

图(Graph)是由顶点的有穷非空集合和顶点之间边的集合组成，通常表示为G(V, E)，其中，G表示一个图，V是图G中顶点的集合，E是图G中边的集合。
ps：

图中的数据元素称为顶点(Vertex)
在图中，不允许没有顶点。定义中强调了V有穷非空
图中，任意两个顶点之间都可能有关系，顶点之间的逻辑关系用边来表示，边集可以是空的

各种图的定义

(1) 无向边：若顶点v_i 到v_j 之间的边没有方向，则称这条边为无向边(Edge)，用无序偶对(v_i, v_j) 来表示。
(2)无向图：若图中任意两个顶点之间的边都是无向边，则称改图为无向图(undirected graphs)。
无向图 G₁ = (V₁,{E₁}),顶点集合V₁ ={A，B，C，D}，边集合E₁ ={(A,B), (B,C), (C,D), (D,A)}
(3)无向完全图：在无向图中，如果任意两个顶点之间都存在边，则称该图为无向完全图。n个顶点的无向完全图有n*（n - 1）/2条边。
(1) 有向边：若从顶点v_i 到v_j 的边有方向，则称该条边为有向边，也称为弧(Arc)，用有序偶对(v_i,v_j) 来表示。v_i 称为弧尾，v_j 称为弧头，由A指向B的有向边就是弧，A是弧尾，B是弧头，<A,B>表示弧，注意不能写成<B,A>。
(2)有向图：如果图中任意两个顶点之间的边都是有向边，则称该图为有向图。
有向图 G₂ = (V₂,{E₂}),顶点集合V₂ ={A，B，C，D}，边集合E₂ ={<A,B>, <B,C>, <C,D>, <D,A>}
(3)有向完全图：在有向图中，如果任意两个顶点之间都存在方向相反的两条弧，则称该图为有向完全图。n个顶点的有向完全图有n*（n - 1）条边。

注意：无向边用小括号“（）”表示，有向边用尖括号“<>”表示。

在图中，若不存在顶点到其自身的边，且同一条边不重复出现，则称这样的图为简单图。（下图即不是简单图）
有很少条边或弧的图称为稀疏图，反之称为稠密图。
有些图的边或弧具有与他相关的数字，这种与图的边或弧相关的数叫做权(Weight)。这种带权的图通常称为网(Netwrok)。
假设有两个图G=(V,{E})和G’=(v’,{E’})，如果V’是V的子集且E’是E的子集，则称G’为G的子图(Subgraph)。

图的顶点与边间的关系

对于无向图G=(V,{E})，如果(v, v’)属于E，则称顶点v和v互为邻接点(Adjacent)，即v和v’相邻接。边(v, v’)依附(incident)于v和v‘，或者说(v, v’)与顶点v和v’相关联。顶点v的度(Degree)是和v相关联的边的数目，记为TD(v)。并且边数其实就是各顶点度数和的一半，简记为：e=1/2*∑ⁿTD(v_i)。
对于有向图G=(V, {E})，如果弧<v, v’>∈E，则称顶点v邻接到顶点v’，顶点v’邻接自顶点v。弧<v, v’>和顶点v, v’相关联。以顶点v为头的弧的数目称为v的入度(InDegree)，记为ID(v)；以v为尾的弧的数目称为v的出度(OutDegree)，记为OD(v)；顶点v的度为TD(v) = ID(v) + OD(v)。有向图的度即各顶点的出度和或入度和。
无向图G=(V,{E})中从顶点v到顶点v’的路径(Path)是一个顶点序列。如果G是有向图，则路径也是有向的（所经顶点都必须在顶点集合中）。在树中根结点到任意结点路径是唯一的，但是图中顶点与顶点之间的路径确实不唯一的。
路径上的长度是路径上的边或弧的数目。
第一个顶点和最后一个顶点相同的路径称为回路或环(Cycle)。序列中顶点不重复出现的路径称为简单路径。除了第一个顶点和最后一个顶点之外，其余顶点不重复出现的回路，称为简单回路或简单环。（下图，左边是简单环，右边不是简单环）

连通图及其相关术语

在无向图G中，如果从顶点v到顶点v’有路径，则称v和v’是连通的。如果对于图中任意两个顶点v_i 、v_j ∈V，v_i 和v_j 都是连通的，则称G是连通图(Connected Graph)。
无向图中的极大连通子图称为连通分量。它强调：

要是连通子图；
子图要是连通的；
连通子图含有极大顶点数；
具有极大顶点数的连通子图包含依附于这些顶点的所有边。

在有向图G中，如果对于每一对v_i 、v_j 、v_i ≠v_j ，从v_i 到v_j 和从v_j 到v_i 都存在路径，则称G是强连通图。有向图中的极大强连通子图称做有向图的强连通分量。

连通图的生成树

所谓一个连通图的生成树是一个极小的连通子图，它含有图中的全部的n个顶点，但只有足以构成一棵树的n-1条边。下图中，1为普通图，删除两条边后的2，3，即为生成树，不过满足定义的n-1条边的图并不一定是生成树如4。由此引申出，如果一个图有n个顶点和小于n-1条边，则是非连通图，如果他的边数多于n-1条边，则必定构成一个环（连通图）。

在这里插入图片描述
如果一个有向图恰有一个顶点的入度为0，其余顶点的入度均为1，则是一个有向树。其所谓入度为0其实就相当于树中的根结点，其余顶点的入度为1则是树种除根结点以外的结点只有一个双亲。

一个有向图的生成森林由若干棵有向树组成，含有图中的全部顶点，但只有足以构成若干棵不相交的有向树的弧。
（下图：2、3为1有向图的生成森林）
在这里插入图片描述

总结

图按照有无方向分为有向图和无向图。有向图由顶点和弧构成，无向图由顶点和边构成。弧由弧头和弧尾之分。
图按照边或弧的多少分为稠密图和稀疏图。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。
图中的顶点由邻接点、依附的概念。无向图的顶点的边数叫做度，有向图的顶点有入度和出度。
图上的边或权带数值则成为网。
图中顶点之间存在路径，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，有向的则称强连通图。
图中有子图，若子图极大连通就是连通分量，有向的则是强连通分量。
无向图中联通且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。一个有向图有若干棵有向树构成生成森林。

图的储存结构

图不可能用简单的顺序储存结构来表示。而多重链表的方式，尽管可以实现图结构，但是由于各顶点的度数相差很大，会导致空间的浪费或者操作不便。下为五种不同的储存结构。

邻接矩阵

图的邻接矩阵(Adjacency Matrix)储存方式使用两个数组来表示图。一个一维数组储存图中的顶点信息，一个二维数组(称为邻接矩阵)储存图中的边或弧的信息。顶点数组为vertex[4] = {}，边数组arc[4][4]={}。

在无向图中，矩阵的主对角线的值全为0，因为不存在顶点到自身的边，并且由于是无向图，v₁ 到v₂ 的边存在即v₂ 到v₁ 的边存在，所以无向图的边数组是一个对称矩阵。
有了这个矩阵，很容易可以得知图中的信息：
（1）可以轻易判断两顶点是否有边
（2）某个顶点的度，就是这个顶点v_i 在邻接矩阵中第i行(或第i列)的元素之和
（3）顶点v_i 的所有邻接点就是将矩阵中第i行元素扫描一遍，a[i][j]为1就是邻接点。
在有向图中，邻接矩阵并不对成。
（1）有向图讲究入度和出度，顶点v₁ 的入度为第v₁ 列各数之和，顶点v₁ 的出度为第v₁ 行的各数之和
（2）判断顶点v_i 到v_j 是否存在弧，只需要查找arc[i][j]是否为1即可。。
在图中，每条边上带有权值的图叫做网。我们用w_ij 表示(v_i , v_j )或<v_i, v_j>上的权值。
（1）在网的邻接矩阵中，用∞表示两点不相连，因为权值w_ij 大多数情况下是正值，但是也有可能是0，或者为负值，因此要用一个不可能的值来代表不存在，即∞。
（2）网的邻接矩阵中，主对角线上的值依旧是0.

typedef char VertexType;//顶点类型
typedef int EdgeType;//边上的权值类型
#define MAXVEX 100//最大顶点数
#define INFINITY 65535//用65535代表∞

typedef struct
{
   
	char vexs[MAXVEX];//顶点表
	int arc[MAXVEX][MAXVEX];//边表
	int numNodes, numEdges;//当前图的顶点数和边数
}MGraph;

void CraeteMGraph(MGrapg *G)
{
   
	int i, j, k, w;
	printf("intput nodes and edges' nums:\n");
	scanf("%d, %d", &G->numNodes, &G->numEdges);//输入顶点数和边数

	for(i = 0; i < G->numNodes; i++)//建立顶点表
		scanf(&G->vex[i]);
	for(i = 0; i < G->numNodes; i++)//初始化邻接矩阵
		for(j = 0; j < G->numNodes; j++)
			G->arc[i][j] = INFINITY;

	for(k = 0; k < numEdges; k++)//读入numEdges条边，建立邻接矩阵
	{
   
		printf("Intput edge(vi, vj)'s 'i' , 'j' and weight");
		scanf("%d %d %d", &i, &j, &w);
		G->arc[i][j] == w;
		G->arc[j][i] == w;//无向图中，邻接矩阵关于主对角线对称
	}
}

从代码可以看出，建立完整邻接表的时间复杂度为O(n + n² + e)，其中邻接矩阵G->arc的初始化耗费了O(n²)的时间。

邻接表

邻接表的思路与树的孩子储存法相同。在图中，把数组与链表相结合的储存方式称为邻接表(Adjacency List)。利用邻接表储存稀疏图可以避免空间浪费。
邻接表的处理方法：
（1）图中的一个顶点用一维数组储存（也可以使用单链表，但是一维数组可以较容易地读取顶点信息）。另外，对于顶点数组中，每个数据元素还需要储存指向第一个邻接点的指针，以便查找该顶点的边信息
（2）图中每一个顶点v_i 的所有邻接点构成一个线性表，由于邻接点个数不定，所以用单链表储存，无向图称为顶点v_i 的边表，有向图称为顶点v_i 作为弧尾的出边表。

通过邻接表获取信息：
（1）要想知道某个结点的度，就去查找这个顶点的边表的结点个数
（2）判断顶点v_i 和v_j 是否存在边，只需要测试顶点v_i 的边表中adjvex是否存在结点v_j 对应的下标j即可
（3）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
（4）有向图建立的邻接表，很容易可以得知某个结点的出度。
邻接表图
有时为了便于确定顶点的入度或以顶点为弧头的弧，我们可以建立一个有向图的拟邻接表，即对每个顶点v_i 都建立一个链接为v_i 为弧头的表，如上。

对于带权值的网图，在边表结点定义中再加一个weight的数据域用于储存权值信息即可。


typedef char VertexType;//顶点类型
typedef int EdgeType;//边上的权值类型

typedef struct EdgeNode//边表结点
{
   
	int adjvex;//邻接点域，储存该顶点对应的下标
	int info;//储存权值，非网图非必要
	struct EdgeNode *next;//指向下一个邻接点
}EdgeNode;

typedef struct VertexNode//顶点表结点
{
   
	char data;//顶点域，储存顶点信息
	EdgeNode *firstedge;//边表头指针
}VertexNode, AdjList[MAXVEX];

typedef struct
{
   
	AdjList adjList;
	int numNodes, numEdges;/当前图中的顶点数和边数
}GraphAdjList;

void CreateALGrapg(GraphAdjList *G)
{
   
	int i, j, k;
	EdgeNode *e;
	printf("Intput vertex and edge's number:\n");
	scanf("%d %d", &G->numNodes, &G->numEdges);//顶点数和边数

	for(i = 0; i < G->numNodes; i++)//建立顶点表
	{
   
		scanf(&G->adjList[i].data);//输入顶点信息
		G->adjList[i].firstedge = NULL;//将边表置空
	}

	for(k = 0; k < G->numEdges; k++)//建立边表
	{
   
		printf("Intput edge's vertex number:\n");
		scanf("%d %d",&i, &j);//输入边的序号信息

		//即头插法
		e = (*EdgeNode *)malloc(sizeof(EdgeNode));//给边表结点申请空间
		e->adjvex = j;//邻接序号
		e->next = G->adjList[i].firstedge;//将e指针指向当前顶点指向的结点
		G->adjList[i].firstedge = e;//将当前结点的指针指向e
		e = (EdgeNode *)malloc