数据结构——图

最新推荐文章于 2024-07-13 08:21:27 发布

wy_xzc

最新推荐文章于 2024-07-13 08:21:27 发布

阅读量41

点赞数

文章标签：数据结构算法

本文链接：https://blog.csdn.net/wy_xzc/article/details/134816085

版权

一、图的基本概念

关联至：边关联至顶点

邻接至：顶点之间邻接

图G是强连通图：有向图中任意两个顶点vi和vj，如果从vi到vj和从vj到vi都有路径

二、图的存储

1.顺序存储：

邻接矩阵（顶点之间）

当(i,j)属于E时：A(i,j)=1（或权重）

特性：

对无向图：A(i，i）=0;邻接矩阵对称；行、列之和均等于顶点的度

对有向图：行之和=出度；列之和=入度

优化：

常规用a[n][n]，利用d*n^2字节（sizeof(type)=d)

1.不储存对角线：节省d*n字节

2.若元素只取值01，用二进制位保存：n(n-1)/8字节

*8位（bit)=1字节（byte)

3.无向图是对称矩阵，只保存上（下）三角：n(n-1)/16字节

时间复杂度：

• 求给定节点的邻接节点集合，O (n)

• 求图中总的边数，O (n^ 2 )

• 增加、删除一条边，O (1)

邻接压缩表

图较为“稀疏”，邻接矩阵空间浪费

使用两个一维数组存储：

I[0：x]:按照顶点顺序，储存从此点出度后到达的顶点（x为边数，有向图为e-1;无向图为2e-1）

h[1:n+1]：储存n个顶点开始的位置；h[i]=k:顶点i从I[k]开始读取

时间复杂度：

• e 远远小于 n 2 à 空间复杂性远优于邻接矩阵

• 顶点 i 的度 h[i+1]-h[i] ， Q (1)

• 边总数无向图： h[n+1]/2 ，有向图： h[n+1] ， Q (1)

• 增加、删除一条边， O(n+e)

关联矩阵（边与顶点之间）

用mij表示顶点vi与边ej关联的次数（可能取值0，1，-1）

2.链表存储：

邻接链表：

邻接表（邻接顶点集合）用链表保存

Chain<int>类型的数组h
h[i]——顶点i的邻接表，只记录存在的边

空间复杂度：

• 有向图 = O (n + e)

• 无向图 = O (n + 2* e) = O (n + e)

• 适用于稀疏图

• 平面图 = O (n + 3* n) = O (n)
较之邻接矩阵，有极大改进

十字链表：

三、图的遍历

宽度优先搜索（BFS）：

访问顶点s -> 依次访问s所有尚未访问的邻接顶点 ->依次访问它们尚未访问的邻接顶点

伪代码：

/从顶点v 开始的宽度优先搜索

把顶点v标记为已到达顶点；

初始化队列Q，其中仅包含一个元素v;

while (Q不空)

{

从队列中删除顶点w;

令u 为邻接于w 的顶点;

while (u)

{

if ( u 尚未被标记)

{

把u 加入队列；

把u 标记为已到达顶点；

}

u = 邻接于w 的下一个顶点；

}

}