数据结构——图|上

目录

定义和一些专业术语：

图的存储

一、利用邻接矩阵存储：

无向图

有向图

带权图

二、利用邻接表存储

引入：

概述：

无向图

有向图

带权图

三、十字链表

引入：

概述：

组成

四、邻接多重表

引入：

概述：

组成：

---

定义和一些专业术语：

• 图用G表示
• 图的表示：Graph=（Vertex，Edge）， 简写：G=（V，E）； 分别是顶点和边。
• 图主要分为 有向图和无向图，有向图指的是图中的边有方向，而无向图没有。
• 弧：我们也把有向图的边称为弧。
• 完全图：任意两个节点之间都有一边相连。无向完全图是每两个顶点之间都有一个边相连，有向完全图是每连个顶点之间有两个指向不同方向的边。如果有n个节点，那么完全无向图有n*（n-1）/2条边，有向完全图有n*（n-1）条边。
• 稀疏图：有很少的边/弧，如果有n个顶点，那么当满足e<nlogn的时候属于稀疏图（log底数为2）。
• 稠密图：有较多的边/弧。
• 网：边/弧带权的图
• 邻接：有边/弧相连的两个顶点之间的关系。无向图中邻接点表示为（vi,vj），有向图中表示为<vi,vj>
• 依附：边/弧与顶点之间的关系。
• 顶点的度：与该顶点相关联的边的数目，记为TD。有向图中又具体分为入度 ID和出度 OD。
• 路径：连续的边构成的顶点序列。
• 路径长度：路径上边/弧的数目之和。
• 连通图（强连通图）：任意两个顶点之间都存在路径。无向图称为连通图，有向图称为强连通图。
• 子图：设有G1和G2，G1的顶点包含所有G2的顶点，G1的边/弧包含所有G2的边/弧。
• 连通分量（强连通分量）：即一个图的极大（强）连通子图，G2是G1的子图，且G2是连通图（强连通图），将G1中任一不属于G2的顶点加入G2，G2都不再连通。
• 极小连通子图:该子图是G的连通子图，但是该子图中删去任何一条边/弧都不再连通。
• 生成树：包含无向图G所有顶点的极小连通子图
• 生成森林：对于非连通图，由各个连通分量的生成树的集合。

拓展

• AOE网：只有一个入度为0的顶点，称为开始顶点（源点）；只有一个出度为0的点，称为结束顶点（汇点）。
• 关键路径：从源点到汇点有最大长度的路径叫做关键路径。

图的存储

一、利用邻接矩阵存储：

稠密图更适合使用邻接矩阵的方法进行存储，因为这样可以尽可能利用空间。这种表示分别由两个数组完成，一个一维数组用于存放顶点，一个二维数组用于存储边/弧。

• 无向图

1. 定义一个一维数组存储顶点。

1. 定义一个二维数组存储边/弧，数组下标表示对应的顶点下标，如果对应两个下标的顶点之间存在边，那么就把该位置赋值为1，不存在边就赋值为0。

1. 因为无效图的边没有方向之分，所以在矩阵中对角线上方和下方是完全对称的，一般只存储一侧就可以了。

    v0  v1  v2  v3

v0   0   1   1   1

v1   1   0   1   0

v2   1   1   0   1

v3   1   0   1   0

• 有向图

1. 定义一个一维数组存储顶点。
2. 定义一个二维数组E[i][j],如果从i有指向j的弧，则数组该位置赋值为1，否则赋值为0。
3. 因为有向图中的弧是有方向的，所以必须表示一个完整的矩阵。

    v0  v1  v2  v3

v0   0   0   1   1

v1   1   0   1   1

v2   1   0   0   1

v3   1   0   1   0

• 带权图

在有向图和无向图的基础上，如果边/弧带权，就把代表该边/弧的对应下标的二维数组赋值为权重。

    v0  v1  v2  v3

v0   0   1   9   6

v1   1   0   1   0

v2   5   1   0   7

v3   1   0   3   0

//邻接矩阵代码描述
#define V_num 6
typedef char V  //顶点数据类型
typedef int Eweight   //边或弧的权重数据类型
typedef struct Graph{
    V v[V_num];  //顶点
    E e[V_num][V_num];  //边/弧
    int vnum,enum;  //当前顶点和边或弧的数量
}G,*PG；

二、利用邻接表存储

引入：

邻接矩阵适合存储稠密图，但是如果用邻接矩阵存储稀疏表就会浪费空间。这时候使用邻接表就显得更为合适。

概述：

邻接表结合力顺序表和链式存储方法，可以减少浪费不必要的空间。

• 无向图

1. 顶点：由结构体一维数组构成，数组下标代表相应顶点的编号，内容有两个成员：数据域和第一个边节点的指针。
2. 边节点（边表节点）：由结构体构成：数据域存储父顶点(这个词我编的)的邻接顶点的编号，指针域存储父节点其他边节点的指针。

• 有向图

1. 有向图的邻接表的地念中的指针只指向 出边节点，不包括入边节点。
2. 其余均与无向表一致。

• 带权图

比不带权图的边节点中多了一个数据域用于存储权重。

//邻接表算法描述
#define V_num 6
typedef char V  //顶点数据类型
typedef int Eweight   //边或弧的权重数据类型

typedef struct E{  //边节点
    int dad;  //父顶点编号
    Eweight weight;  //该边的权重
    struct E next;  //父顶点另一边节点的指针
}E,*PE;

typedef struct V{  //顶点
    V v;  //数据域
    PE first;  //第一个边节点的指针
}v_array[V_num];  

type struct Graph{
    v_array v_list; //存储顶点的结构体数组
    int E_num;  //当前边的数量
}

三、十字链表

引入：

邻接表可以很大程度上节省空间，但缺陷是统计一个顶点的入度时必须遍历全部顶点。

概述：

十字链表是一种把邻接表和逆邻接表结合起来的链式存储结构，主要用于存储有向图。

组成

• 顶点：是一个有三个成员的结构体类型，分别是数据域、第一个入边节点指针、第一个出边节点指针。
• 边节点（边表节点）：是一个有四个成员的结构体，分别是弧起点顶点的下标、弧终点顶点的下标、弧上一个边节点的指针、弧下一个边节点的指针。

四、邻接多重表

引入：

邻接表容易获取顶点和边的信息，但是当想要删除某一条边的时候，需要对两个顶点的编标都进行遍历删除，这样显得繁琐，而邻接多重链表可以很好地解决这个问题。

概述：

邻接多重链表是无向图的一种链式存储结构。

组成：

• 顶点：顶点结构体由两部分组成，数据域和第一个边节点。
• 边节点（边表节点）：由四部分组成，两个依附的节点下标，、上一个边节点的指针、下一个边节点的指针。

本篇博客主要介绍了图的理论知识，在下一篇将会讲解图的遍历和一些基本操作用代码如何实现。