【数据结构】图

转载来自：数据结构之图

一、基本术语

图：由有穷、非空点集和边集合组成，简写成G(V,E);

Vertex：图中的顶点；

无向图：图中每条边都没有方向；

有向图：图中每条边都有方向；

无向边：边是没有方向的，写为(a,b)

有向边：边是有方向的，写为<a,b>

有向边也成为弧；开始顶点称为弧尾，结束顶点称为弧头；

简单图：不存在指向自己的边、不存在两条重复的边的图；

无向完全图：每个顶点之间都有一条边的无向图；

有向完全图：每个顶点之间都有两条互为相反的边的无向图；

稀疏图：边相对于顶点来说很少的图；

稠密图：边很多的图；

权重：图中的边可能会带有一个权重，为了区分边的长短；

网：带有权重的图；

度：与特定顶点相连接的边数；

出度、入度：对于有向图的概念，出度表示此顶点为起点的边的数目，入度表示此顶点为终点的边的数目；

环：第一个顶点和最后一个顶点相同的路径；

简单环：除去第一个顶点和最后一个顶点后没有重复顶点的环；

连通图：任意两个顶点都相互连通的图；

极大连通子图：包含竟可能多的顶点（必须是连通的），即找不到另外一个顶点，使得此顶点能够连接到此极大连通子图的任意一个顶点；

连通分量：极大连通子图的数量；

强连通图：此为有向图的概念，表示任意两个顶点a，b，使得a能够连接到b，b也能连接到a 的图；

生成树：n个顶点，n-1条边，并且保证n个顶点相互连通（不存在环）；

最小生成树：此生成树的边的权重之和是所有生成树中最小的；

AOV网：结点表示活动的网；

AOE网：边表示活动的持续时间的网；

二、图的存储结构

1.邻接矩阵

维持一个二维数组，arr[i][j]表示i到j的边，如果两顶点之间存在边，则为1，否则为0；

维持一个一维数组，存储顶点信息，比如顶点的名字；

下图为一般的有向图：

注意：如果我们要看vi节点邻接的点，则只需要遍历arr[i]即可；

 下图为带有权重的图的邻接矩阵表示法：

 

缺点：邻接矩阵表示法对于稀疏图来说不合理，因为太浪费空间； 

2.邻接表

如果图示一般的图，则如下图：

 如果是网，即边带有权值，则如下图：

3.十字链表

只针对有向图；，适用于计算出度和入度；

顶点结点：

 

边结点：

 

好处：创建的时间复杂度和邻接链表相同，但是能够同时计算入度和出度；

4.邻接多重表

针对无向图； 如果我们只是单纯对节点进行操作，则邻接表是一个很好的选择，但是如果我们要在邻接表中删除一条边，则需要删除四个顶点（因为无向图）；

在邻接多重表中，只需要删除一个节点，即可完成边的删除，因此比较方便；

因此邻接多重表适用于对边进行删除的操作；

顶点节点和邻接表没区别，边表节点如下图：

比如：

 

5.边集数组

适合依次对边进行操作；

存储边的信息，如下图：

图的JAVA实现:

public class Graph<E> implements Cloneable
{
	private boolean[][] edges;
	private E[] labels;
	
	public Graph (int n)
	{
		edges = new boolean[n][n];
		labels = (E[]) new Object[n];
		int i,j;
		
		for (i = 0; i < n; i++)
			for (j = 0; j < n; j++)
			{
				edges[i][j] = false;
			}
	}
	
	// 增加一条边
	public void addEdge(int source, int target)
	{
		edges[source][target] = true;
	}
	
	// 测试一条边是否存在
	public boolean isEdge(int source, int target)
	{
		return edges[source][target];
	}
	
	// 删除该Graph的一条边
	public void removeEdge(int source, int target)
	{
		edges[source][target] = false;
	}

	// 生成一个该Graph的副本
	public Graph<E> clone()
	{
		Graph<E> answer;
		
		try
		{
			answer = (Graph<E>) super.clone();
		} catch (Exception e)
		{
			throw new RuntimeException("This class does not implement Cloneable");
		}
		
		answer.edges = edges.clone();
		answer.labels = labels.clone();
		
		return answer;
	}
	
	// 用于获取该Graph的某个顶点标签
	public E getlabel(int vertex)
	{
		return labels[vertex];
	}
	
	// 改变该Graph的顶点标签
	public void setLabel(int vertex, E newLabel)
	{
		labels[vertex] = newLabel;
	}
	
	// 用于获取该graph中指定顶点的邻接点列表
	public int[] neighbors(int vartex)
	{
		int i;
		int count;
		int[] answer;
		
		count = 0;
		// 首先计算有多少条边以该顶点为起点
		for (i = 0; i < labels.length; i++)
		{
			if (edges[vartex][i])
			{
				count++;
			}
		}
		
		answer = new int[count];
		
		count = 0;
		for (i = 0; i < labels.length; i++)
		{
			if (edges[vartex][i])
			{
				answer[count++] = i;
			}
		}
		
		return answer;
	}
	
	// 表示确定该Graph中顶点的数目
	public int size()
	{
		return labels.length;
	}
}