图

基本概念

     完全图：图中有n个结点，n(n-1 )/2条边的无向图。

    有向完全图：图中有n个结点，n(n-1 )条弧的有向图。

    稀疏图：假设图中有n个结点e条边，若边的个数 e < nlogn, 则称为稀疏图。

    简单路径：顶点不重复的路径称为简单路径。

    回路：首尾顶点相同的路径称为回路。

    连通图：任意两个结点间都有路径连通。

    强连通图：在有向图中， 任意两个顶点之间存在一条有向路径。

    生成树：包含连通图中的全部顶点的极小连通子图称为该图的生成树，假设一个连通图有n个顶点，其中n个顶点和n-1条边构成一个极小的连通图。

邻接矩阵：可以表示图中顶点之间的相邻关系。对于具有n个顶点的无向图，只需n(n-1)/2个空间。矩阵对称。对于有向图，邻接矩阵不一定对称，所以需要n^2个空间。





邻接表：用于解决稀疏图时使用邻接矩阵造成的空间浪费问题，逆邻接矩阵的结构与邻接表完全相同，只是边表中每个结点存放的是该顶点通过入度弧所邻接的所有顶点。




十字链表：有向图的另一种链式存储结构，可以看成邻接表和逆邻接表的结合。
数据类型描述：
typedef struct ArcNode
{
  int tailvex, headvex;   //起点终点的顶点序号
  int weight;　　　　　　
  struct ArcNode *hnextarc, *tnextarc;   //指向具有同一起点或者终点的下一条弧
}ArcNode;

typedef struct VertexNode
{
   char  vexdata;
   ArcNode *head, *tail;
}VertexNode;

typedef struct
{
   VertexNode vertex[MAXVEX]; 
   int vexnum;      //顶点数
   int arcnum;　　　//弧数
}OrthList;

多重链表：适用于无向图的链式存储方式，在多重链表中存放的是真正的边。

递归深度优先搜索遍历连通子图

int visited[MAXVEX ] = {0 };

void DFS (Graph g, int v0 )

{

    visit(v0 );

    visited[v0] = 1 ;

    w = FirstAdjVex(g, v0 );

    while (w != -1 ) {

        if ( !visited[w] )     DFS(g, w );
         w = NexAdjVex(g, v0, w );

     }

}

非递归深度优先搜索遍历连通子图

void DFS (Graph g, int v0 )

{

    InitStack(S );

    int visited[MAXEX ] = {0 };

    Push(S, v0 );

    while ( ! Empty(S ) ) {

         v= Pop(S );

         if ( !visited[v ] ) {

            visit(v );

              visited[v ] = 1;

          }

         w = FirstAdjVertex(g, v ) ;  //图g中顶点v的第一个邻接点

         whil e ( w != -1 ) {

            if ( !visit[w])   Push(S, w );

              w = NextAdjVertex(g, v, w );     //图g中顶点v的下一个邻接点

          }

     }

}

对于具有n个顶点e条边的无向图或有向图，用邻接矩阵存储，时间复杂度O(n^2)。用邻接表存储，时间复杂度为O(e)。对应的深度优先搜索遍历算法的时间复杂度为O(n+e)。

广度优先搜索遍历连通子图

void BFS (Graph g, int v0 )

{

    visit(v0 );

    visited[0 ] = 1;

    InitQueue(Q );

    EnterQueue(&Q, v0 );

    while ( !Empty(Q ) ) {

        DeleteQueue(&Q, &v );

         w = FirstAdj(g , v );

         while ( w != -1 ) {

            if ( !visited[w]) {

                   visit(w );

                   visited[w] = 1;

                   EnterQueue(&Q, w );

               }

              w = NextAdj(g, v, w );

          }

     }   

}

若在遍历过程中不止一次的调用搜索过程，则说明该图是一个非连通图，而且调用几次遍历过程，说明该图有几个连通分量。判断图中是否有回路，DFS可以，BFS不行。

图的应用

概念

     图G的生成树是指该图的一个极小的连通子图，含有图中的全部n个顶点，但只有足以构成一棵树的n-1条边。生成树不唯一，n-1条边权值之和最小的生成树就是最小代价生成树。

1.Prim算法

    加点法。从连通图某一顶点v0出发，选择与它关联的具有最小权值的边将其顶点加入到生成树的集合U 中。

2.Kruskal算法（主要由边的排序、判断以及合并连通分量实现）

    加边法。先构造一个只含n个顶点的子图SG,然后从权值最小的开始，若他的添加不使SG产生回路，则在SG中加入该边。（将边的权值从小到大 排序， 依次加入 ）时间复杂度O(elog2 (e ) )。

拓扑排序

    从有向图中选取一个没有前驱的顶点并输出。

    从有向图中删去该顶点以及所有以他为尾的弧。

    重复上述两步，直到图空。拓扑序列可以检查有向图中是否存在回路。