数据结构（c语言 第二版 严蔚敏）第六章 图 期末速成版

图的基本概念

子图：假设有两个图G = (v, E)和G′ = (v′, E′)，如果v′⊆v且E′⊆ E，则称G′为G的子图。 例如，图6.2所示为图6.1中G1和G2的子图示例。

无向完全图和有向完全图：对于无向图，若具有n(n − 1)/2条边，则称为无向完全图。 对于有向图，若具有n(n − 1)条弧，则称为有向完全图。

稀疏图和稠密图：有很少条边或弧（如e<nlog2n）的图称为稀疏图，反之称为稠密图。

回路或环：第一个顶点和最后一个顶点相同的路径称为回路或环

简单路径、简单回路或简单环：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。

图的表示方法

邻接矩阵法

//-----图的邻接矩阵存储表示-----

#define MaxInt 32767//表示极大值，即∞

#define MVNum 100//最大顶点数

typedef char VerTexType;//假设顶点的数据类型为字符型

typedef int ArcType;//假设边的权值类型为整型

typedef struct

{

 VerTexType vexs[MVNum];//顶点表

 ArcType arcs[MVNum][MVNum]; //邻接矩阵

 int vexnum,arcnum;//图的当前点数和边数 }AMGraph;

}AMGraph;

邻接矩阵表示法的优缺点

便于判断两个顶点之间是否有边，即根据A[i][j] = 0或1来判断。

便于计算各个顶点的度。对于无向图，邻接矩阵第i行元素之和就是顶点vi 的度；对于有 向图，第i行元素之和就是顶点vi 的出度，第i列元素之和就是顶点i的入度。

缺点：

不便于增加和删除顶点

不便于统计边的数目，需要查找邻接矩阵所有元素才能统计完毕，时间复杂度为O(n2 )。

空间复杂度高。

邻接表

一般来说知道怎么画就行，考试不会考代码的。

邻接表表示法的优缺点

优点

便于增加和删除顶点

便于统计边的数目，按顶点表顺序查找所有边表可得到边的数目，时间复杂度为 O(n + e)。适合表示稀疏图

缺点

不便于判断顶点之间是否有边，要判定vi和vj之间是否有边，就需查找第i个边表，最坏 情况下时间复杂度为O(n)。

有向图的十字链表法，知道怎么画，且知道是用于有向图的

【十字链表进阶版画法 三步秒杀 数据结构】 十字链表进阶版画法 三步秒杀 数据结构_哔哩哔哩_bilibili

前面相同的连横线，后面相同的连接竖线，还是一样先进行组队。

顶点的结点为三个数据，一个是存放顶点，一个存放横向关系，一个存放竖向关系的链表。边结点为四个，前两个存放有关系的两个结点第三个连接横向的，第四个连接纵向的链表。

无向图的连接多重表，知道怎么画就行，知道他是用于无向图的

【邻接多重表进阶版画法 三步秒杀 数据结构】 邻接多重表进阶版画法 三步秒杀 数据结构_哔哩哔哩_bilibili

临界多重表的顶点结点有两个数据，一个是顶点的编号一个是指针，边结点有四个数据，一条边两边的结点和他们连的下一个相同的结点

图的遍历

深度优先和广度优先的遍历会写就行了，代码大概不考

【【数据结构】04 图的两种遍历方式 深度优先遍历 广度优先遍历】 【数据结构】04 图的两种遍历方式 深度优先遍历 广度优先遍历_哔哩哔哩_bilibili

图的应用

最小生成树

prim算法和kruskal

关于迪杰斯特拉算法

我觉得还是用两个数组来实现比较简单，第一个数组是一个bool类型的数组，判断是否达到最短路径，第二个数组到达任意一点的距离

具体的视频就如上所示，讲解的很清楚了

【Dijkstra(迪杰斯特拉)算法理解】 Dijkstra(迪杰斯特拉)算法理解_哔哩哔哩_bilibili

迪杰斯特拉算法的时间复杂度为O(N^2)

弗洛伊德算法

AOV网

DAG图：有向无环图

AOV网：用顶点表示活动，弧表示活动的优先关系

AOV网中是没有环的

检测办法：对有向图进行拓扑排序，若网中所有的点进行拓扑排序，若顶点都在序列中，则无环

AOV网的拓扑排序的过程

1.选择图中一个无前驱的结点并且输出

2.删除该结点以及所有以它为尾的弧

3.重复1，2，直到没有点为止

 AOE网