图神经网络前置基础知识——数据结构与算法中的图

1. 图的定义及术语

在线性结构中，数据元素之间满足唯一的线性关系，每个数据元素(除第一个和最后一个外)只有一个直接前趋和一个直接后继；

在树形结构中，数据元素之间有着明显的层次关系，并且每个数据元素只与上一层中的一个元素(parent node)及下一层的多个元素(孩子节点)相关；

而在图形结构中，节点之间的关系是任意的，图中任意两个数据元素之间都有可能相关，因此说，图是一种复杂的非线性结构。

图用G= (V，E) 表示，其中：

• V 是顶点 (vertex) 集合
• E 是边 (edge) 的集合

根据图中的边是否有方向可以分为有向图和无向图：

无向图

对于一个图，若每条边都是没有方向的，则称该图为无向图

有向图

对于一个图，若每条边都是有方向的，则称该图为有向图

完全图

任意两个点都有一条边相连

稀疏图

有很少边或弧的图，其指标为稀疏因子，若稀疏因子小于 0.05 ，可认为是稀疏图

密集图

有较多边或弧的图

顶点的度

对于无向图，顶点的度表示以该顶点作为一个端点的边的数目。比如上面的无向图中顶点$V_3$的度$D(V_3)=3$

对于有向图，顶点的度分为入度和出度。某一顶点的度等于其入度和出度之和。

入度

入度表示以该顶点为终点的入边数目

出度

出度是以该顶点为起点的出边数目

子图

图G= ( V，E )，G’= ( V’，E’)中，若 V’≤V，E’≤E，并且 E’中的边所关联的顶点都在 V’中，则称图G’是图G的子图：

路径

从顶点Vp到顶点Vq的路径即顶点序列Vp，Vi1，Vi2，…，Vin，Vq，使得 (Vp，Vi1) ，(Vi1，Vi2) ，…， (Vin，Vq)都在 E 中

换句话说，路径就是从图上的一点出发，到图上另一点的方法。从图上的一点出发，到图上另一点的方法可能不止一个，即可能有多个路径。

回路

回路也称为环。简单来说，回路是指一条路径的起点和终点为同一个顶点。

无向图中，如果两个结点之间有平行边，容易让人误看作“环”

网络

带”权值”的连通图称为网

2. 图的存储结构

相邻矩阵

图的相邻矩阵( adjacency matrix，或邻接矩阵)表示顶点之间的邻接关系，即有没有边

有向图的相邻矩阵

无向图的相邻矩阵

邻接表

对于稀疏图，可以采用邻接表存储法：

• 边较少，相邻矩阵就会出现大量的零元素
• 相邻矩阵的零元素将耗费大量的存储空间和时间

顶点和边的信息如下所示：

无向图的邻接表表示

无向图同一条边在邻接表中出现两次

上面的图用邻接表可表示为：

带权图的邻接表表示

有向图的邻接表（出边表）

有向图的逆邻接表（入边表）

十字链表

十字链表 (Orthogonal List) 可以看成是邻接表和逆邻接表的结合

对应于有向图的每一条弧有一个表目，共有5个域：

• 头 headvex
• 尾 tailvex
• 下一条共尾弧 tailnextarc
• 下一条共头弧 headnextarc
• 弧权值等 info 域

顶点表目由3个域组成：

• data 域
• firstinarc 第一条以该顶点为终点的弧
• firstoutarc 第一条以该顶点为始点的弧

十字链表有两组链表组成：

• 行和列的指针序列

每个结点都包含两个指针：

• 同一行的后继
• 同一列的后继

3. 图的遍历

图的遍历 (graph traversal)即给出一个图G和其中任意一个顶点V0，从V0出发系统地访问G中所有的顶点，每个顶点访问而且只访问一次

从一个顶点出发，试探性访问其余顶点，同时必须考虑到下列情况

• 从一顶点出发，可能不能到达所有其它的顶点，如：非连通图；
• 也有可能会陷入死循环，如：存在回路的图

一般情况下，可以为每个顶点保留一个 标志位 (mark bit)：

• 算法开始时，所有顶点的标志位置零
• 在遍历的过程中，当某个顶点被访问时，其标志位就被标记为已访问

深度优先遍历（depth-first search）

深度优先搜索（简称DFS) 类似于树的先根次序遍历，尽可能先对纵深方向进行搜索：

1. 选取一个未访问的点 v0 作为源点
2. 访问顶点 v0
3. 递归地深搜遍历 v0 邻接到的其他顶点
4. 重复上述过程直至从 v0 有路径可达的顶点都已被访问过
5. 再选取其他未访问顶点作为源点做深搜，直到图的所有顶点都被访问过

深度优先搜索的顺序是：

a->b->c->f->d->e->g

广度优先遍历（breadth-first search）

广度优先搜索 (breadth-first search，简称 BFS)。其遍历的过程是：

1. 从图中的某个顶点 v0 出发

• 访问并标记了顶点 v0 之后
• 一层层横向搜索 v0 的所有邻接点
• 对这些邻接点一层层横向搜索，直至所有由 v0 有路径可达的顶点都已被访问过

2. 再选取其他未访问顶点作为源点做广搜，直到所有点都被访问过

广度优先搜索的顺序是：

a->b->d->e->f->c->g

4. 最短路径

单源最短路径(single-source shortest paths)

单源最短路径是给定带权图 G = <V，E>，其中每条边 (vi，vj) 上的权W[vi，vj] 是一个 非负实数 。计算从任给的一个源点 s 到所有其他各结点的最短路径

迪杰斯特拉(Dijkstra)算法

基本思想

1. 把所有结点分成两组:
   • 第一组 U 包括已确定最短路径的结点
   • 第二组 V–U 包括尚未确定最短路径的结点
2. 按最短路径长度递增的顺序逐个把第二组的结点加到第一组中:
   • 直至从 s 出发可达结点都包括进第一组中

Dijkstra算法单源最短路径迭代过程

Dijkstra 算法是贪心法，不适用于负权值的情况。因为权值当作最小取进来后，不会返回去重新计算，即使不存在负的回路，也可能有在后面出现的负权值，从而导致整体计算错误

每对结点间的最短路径

Floyd算法求每对结点之间的最短路径

用相邻矩阵 adj 来表示带权有向图

基本思想

• 初始化 adj(0) 为相邻矩阵 adj
• 在矩阵 adj(0)上做 n 次迭代，递归地产生一个矩阵序列adj(1)，…，adj(k)，…，adj(n)
• 其中经过第k次迭代，adj(k)[i，j] 的值等于从结点vi 到结点 vj 路径上所经过的结点序号不大于 k 的最短路径长度

其根本思想是动态规划法

5. 最小生成树

图 G 的生成树是一棵包含 G 的所有顶点的树，树上所有权值总和表示代价，那么在 G 的所有的生成树中代价最小的生成树称为图 G 的 最小生成树(minimum-cost spanning tree，简称 MST)