有向图、无向图相关数据结构

有向图、无向图相关数据结构

1. 概述

最近面试的公司是做地图业务相关的，可能在路径规划、路径搜索方面会涉及图相关的知识，因此趁着这个机会把图相关的知识补充整理一下。

如果对图进行大分类的话，主要可以分为有向图和无向图。

所谓有向，指的就是从A点到点B这条路径是成立的，而从点B到点A这条路径不一定成立。而无向图的话，从A可以到B的话，意味着也可以从B到A。

在图里面，使用的数据结构可以有四种：邻接矩阵、邻接表、十字链表、邻接多重表。

这里先给出四种数据结构的优缺点对比：

1. 邻接矩阵来表示图的话比较直观。可以根据每一行来判断每一个顶点出度对应的终点在哪，根据每一列可以判断每一个顶点的入度的起点是谁。如果矩阵里面有比较多的0，那么称为稀疏矩阵。稀疏矩阵里面蕴含的信息太少，需要压缩。

2. 邻接表类似于哈希链表。其中每一个顶点都可以作为一个bucket，然后这个bucket里面是一条链表，链接了以bucket为起点的所有终点的信息。对于有向图来说，这样的一个结构往往只含有一向的信息（出度信息），结点的入度信息需要遍历完整个邻接表才知道，效率太低。对于无向图，则存储的冗余信息太多。比如1->2那么必有2->1，其实只需要一个就行了。

3. 十字链表。十字链表主要是针对于有向图对邻接表的改进。十字链表的思想很简单：对于一个结点，不知道入度信息是吧？那入度信息也给你链接起来！

4. 多重邻接表。多重邻接表主要是针对于无向图对邻接表的改进。多重邻接表的思想很也简单：对于一个结点，重复表示了是吧，那行，结点从顶点变成了边。和这条边有关系的，维度一条链表，把这条边加进去。

1. 邻接矩阵

以上面的有向图构建的邻接矩阵如图所示。矩阵的构建比较简单，这里不在赘述。

需要注意的是，对于顶点2，对应的行全部是0，表示从顶点2出去的边一条都没有。此时如果把这一行进行删除，要用的时候发现2没有对应的行，就可以推断从结点2无法去到任何结点。因此，可以对邻接矩阵进一步进行压缩，节省空间。

2. 邻接表

以上面的有向图构建的邻接表如图所示。其实就是STL里面的链式哈希表。

邻接表的构建也比较简单。从图里面看出来的是对于结点2，相对于邻接矩阵，确实不需要额外的"0"来存储它的出度终点的信息。因为本来是没有，所以用0表示有点消耗空间。

但是，对于邻接表，需要思考的事情是：从顶点1出发，我能知道它能到达结点2，顺着链表，我又知道它可以到达结点3。但是我不知道从哪个结点出发可以到达顶点1。那怎么办，只能遍历全部链表，记录谁能到达结点1(时间复杂度高)，又或者是加一条链表，存储全部那些终点是1的结点。但是这样消耗空间（空间复杂度高）。那怎么解决呢？使用十字链表！

3. 十字链表

十字链表可以看成是二维版本的邻接表。

相比于邻接表，它的实现就是给每一个结点加一条链表来存储 ’谁能到达这个结点‘。但是，这条链表的结点不是新生成的，而是利用了邻接表的原始结点（在结点里面加了少量信息）。因此，对于十字链表来寻找 ’能到达谁‘、’谁能到达我‘比较高效而且节省空间的。

要使用十字链表，首先要稍微更改一下邻接表中表（一个表有很多bucket）和结点的存储信息：

这样看十分的抽象，直接上图：

上面的图显示了构建十字链表的第一步：对于每个节点，使用一条链表来存储以这个节点为起点，所对应终点的节点的信息。

其实就是一个和邻接表相似度达到百分之99相似的链式哈希表。但是这个数据结构里面还是有些区别：

1. 灰色的表示表信息，但是相对于邻接表，这个灰色的格子多了一个空格出来。这个格子在第二步中是有用的：用来存储’哪些节点能到达这个节点‘。

2. 蓝色的表示节点的信息：但是相对于邻接表，这个蓝色的又多了两个格子，其中一个格子用来存储'起点'了。起点是什么意思? 比如，在上面的邻接表中，1->2的话。那么对于顶点1对应的链表，第一个格子只存了一个2，而现在需要存1和2。

上面的图显示了构建十字链表的第二步（全部画出来太乱，因此把第一步的线全部隐藏了，其实是存在的，而且这个图只画了和节点1有关的"谁能到达节点1"的链表）：

在这一步中，第一步中没用到的第二个灰色格子用起来了，指向了一条链表。而且，这条链表的元素代表的都是“谁能到达这个节点”。因此，在上图中，把全部的表中第二个灰色格子补充完整，就是第二步骤所作的事情。

再总结一下：

1. 第一步完成了我能到达哪个节点。
2. 第二部完成了哪个节点能到达我。

4. 邻接多重表

前面已经分析了邻接多重表主要是在邻接表上对于无向图的改进（存储双份信息，冗余）。因此，把链表中节点的信息换成下面的边信息可以减少这种冗余：

由左边无向图构建的邻接多重表如图所示：

上面的图其实有点像B树（或者B+树）。对于边，一般存储了两个节点的信息，还有两个指针域。

比如，上面1、2形成的边，节点1旁边的指针，其实是指向了从节点1出发可以到达节点几。
顺着这个指针，又可以找到1、3形成的边。这样，使用边信息来代替顶点信息，可以减少信息的冗余表示，节省空间。