图

一.   图的逻辑结构

1. 图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中顶点之间边的集合。

    在线性表中，元素个数可以为零，称为空表；

在树中，结点个数可以为零，称为空树；

在图中，顶点个数不能为零，但可以没有边。

  2.图的基本术语

    简单图：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。

   邻接、依附

无向图中，对于任意两个顶点vi和顶点vj，若存在边(vi，vj)，则称顶点vi和顶点vj互为邻接点，同时称边(vi，vj)依附于顶点vi和顶点vj。

有向图中，对于任意两个顶点vi和顶点vj，若存在弧<vi，vj>，则称顶点vi邻接到顶点vj，顶点vj邻接自顶点vi，同时称弧<vi，vj>依附于顶点vi和顶点vj 。

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。

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。  

稀疏图：称边数很少的图为稀疏图；

稠密图：称边数很多的图为稠密图。

顶点的度：在无向图中，顶点v的度是指依附于该顶点的边数，通常记为TD (v)。

顶点的入度：在有向图中，顶点v的入度是指以该顶点为弧头的弧的数目，记为ID (v)；

顶点的出度：在有向图中，顶点v的出度是指以该顶点为弧尾的弧的数目，记为OD (v)。

权：是指对边赋予的有意义的数值量。

网：边上带权的图，也称网图。

生成树：n个顶点的连通图G的生成树是包含G中全部顶点的一个极小连通子图。

生成森林：在非连通图中，由每个连通分量都可以得到一棵生成树，这些连通分量的生成树就组成了一个非连通图的生成森林。

3.不同结构中逻辑关系的对比

 在线性结构中，数据元素之间仅具有线性关系；

在树结构中，结点之间具有层次关系；

在图结构中，任意两个顶点之间都可能有关系。

在线性结构中，元素之间的关系为前驱和后继；

在树结构中，结点之间的关系为双亲和孩子；

在图结构中，顶点之间的关系为邻接。

4.图的遍历操作

  图的遍历是在从图中某一顶点出发，对图中所有顶点访问一次且仅访问一次。

深度优先遍历

    ⑴ 访问顶点v；

⑵ 从v的未被访问的邻接点中选取一个顶点w，从w出发进行深度优先遍历；

⑶ 重复上述两步，直至图中所有和v有路径相通的顶点都被访问到。

template <class DataType>

void MGraph<DataType> :: DFSTraverse(int v) 

{

    cout << vertex[v]; visited[v] = 1;

    for (j = 0; j < vertexNum; j++)

        if (arc[v][j] == 1 && visited[j] == 0) DFSTraverse( j );

}

 

广度优先遍历

    ⑴ 访问顶点v；

⑵ 依次访问v的各个未被访问的邻接点v1, v2, …, vk；

⑶ 分别从v1，v2，…，vk出发依次访问它们未被访问的邻接点，并使“先被访问顶点的邻接点”先于“后被访问顶点的邻接点”被访问。直至图中所有与顶点v有路径相通的顶点都被访问到。

template <class DataType>

void MGraph<DataType> :: BFSTraverse(int v)

{

    front = rear = -1;   //初始化顺序队列

    cout << vertex[v]; visited[v] = 1;  Q[++rear] = v;

    while (front != rear)                   //当队列非空时

    {

         v = Q[++front];                   //将队头元素出队并送到v中

        for (j = 0; j < vertexNum; j++)

            if (arc[v][j] == 1 && visited[j] == 0 ) {

                 cout << vertex[j]; visited[j] = 1; Q[++rear] = j;

            }

    }

}

 

二.   图的存储结构及实现

1.       邻接矩阵

  基本思想：用一个一维数组存储图中顶点的信息，用一个二维数组（称为邻接矩阵）存储图中各顶点之间的邻接关系。

2.       邻接矩阵存储无向图的类

   const int MaxSize=10;

template <class DataType>

class Mgraph

{

   public:

      MGraph(DataType a[ ], int n, int e );  

       ~MGraph( )

       void DFSTraverse(int v);

       void BFSTraverse(int v);

   private:

       DataType vertex[MaxSize];

       int arc[MaxSize][MaxSize];

       int vertexNum, arcNum;

};

邻接矩阵构造函数算法

 template <class DataType>

MGraph<DataType> :: MGraph(DataType a[ ], int n, int e)

{

    vertexNum = n; arcNum = e;

    for (i = 0; i < vertexNum; i++)

        vertex[i] = a[i];

    for (i = 0; i < vertexNum; i++)          //初始化邻接矩阵

        for (j = 0; j < vertexNum; j++)

            arc[i][j] = 0;            

    for (k = 0; k < arcNum; k++)           //依次输入每一条边

    {

        cin >> i >> j;                      //输入边依附的两个顶点的编号

        arc[i][j] = 1; arc[j][i] = 1;             //置有边标志

    }

}

3.       邻接表

  邻接表存储的基本思想：对于图的每个顶点vi，将所有邻接于vi的顶点链成一个单链表，称为顶点vi的边表（对于有向图则称为出边表），所有边表的头指针和存储顶点信息的一维数组构成了顶点表。

邻接表存储有向图的类

 const int MaxSize = 10;    //图的最大顶点数

template <class DataType>

class ALGraph

{   

   public:

       ALGraph(DataType a[ ], int n, int e);  

       ~ALGraph;   

       void DFSTraverse(int v);     

       void BFSTraverse(int v);     

  private:

       VertexNode adjlist[MaxSize];  

       int vertexNum, arcNum;      

};

三.   最小生成树

   生成树的代价：设G = (V, E)是一个无向连通网，生成树上各边的权值之和称为该生成树的代价。

 最小生成树：在图G所有生成树中，代价最小的生成树称为最小生成树。 

1.       Prim算法

  1. 初始化：U = {v0}； TE={ }；

2. 重复下述操作直到U = V：

    2.1 在E中寻找最短边(u，v)，且满足u∈U，v∈V-U；

    2.2 U = U + {v}；

    2.3 TE = TE + {(u，v)}；

2.Kruskal算法

  1. 初始化：U=V；TE={ }；

2. 重复下述操作直到T中的连通分量个数为1：

    2.1 在E中寻找最短边(u，v);

    2.2 如果顶点u、v位于T的两个不同连通分量，则

          2.2.1 将边(u，v)并入TE；

          2.2.2 将这两个连通分量合为一个；

    2.3 标记边(u，v)，使得(u，v)不参加后续最短边的选取；

3.Dijkstra算法

 1. 初始化数组dist、path和s；

2. while (s中的元素个数<n)

     2.1 在dist[n]中求最小值，其下标为k；

     2.2 输出dist[j]和path[j]；

     2.3 修改数组dist和path；

     2.4 将顶点vk添加到数组s中；

4.Floyd算法

  void Floyd(MGraph G)

{

    for (i=0; i<G.vertexNum; i++)       

       for (j=0; j<G.vertexNum; j++)

       {

          dist[i][j]=G.arc[i][j];

          if (dist[i][j]!=∞)

               path[i][j]=G.vertex[i]+G.vertex[j];

          else path[i][j]="";

       }

    for (k=0; k<G.vertexNum; k++)        

        for (i=0; i<G.vertexNum; i++)      

           for (j=0; j<G.vertexNum; j++)

               if (dist[i][k]+dist[k][j]<dist[i][j]) {

                    dist[i][j]=dist[i][k]+dist[k][j];

                    path[i][j]=path[i][k]+path[k][j];

              }

}

5. AOV网：在一个表示工程的有向图中，用顶点表示活动，用弧表示活动之间的优先关系，称这样的有向图为顶点表示活动的网，简称AOV网。

AOV网特点：

1.AOV网中的弧表示活动之间存在的某种制约关系

2.AOV网中不能出现回路

拓扑排序：对一个有向图构造拓扑序列的过程称为拓扑排序 。