6.1 什么是图

6.1.1 定义

图示表示“多对多”的关系（树与线性表都可以认为是其特殊形式）；

图包含：

$\color{red}{一组顶点}$ ：通常用 $V$ (Vertex) 表示顶点集合；

$\color{red}{一组边}$ ：通常用 $E$ (Edge) 表示边的集合;
— 边是顶点对： $(v,w)\in{E}$ ，其中 $v,w\in{V}$ ;
— 又向边 $<v,w>$ 表示从@H_927_301@v指向 $w$ 的边（单行线）；
— 不考虑重边与回路。

6.1.2 抽象数据类型

6.1.3 常见术语

$\color{red}{无向图}$ ：无向图中顶点之间的边无方向性，边 $(w,v)$ 同 $(v,w)$ ;

$\color{red}{有向图}$ ：有向图中顶点之间的边有方向性，边 $<w,v>$ 不同 $<v,w>$ ;

$\color{red}{简单图}$ ：图中出现重边，则称之为非简单图；

$\color{red}{邻接点}$ ：如果 $(v,w)$ 是无向图中任意一条边，那么称 $v$ 和 $w$ 互为“邻接点”；如果 $<v,w>$ 是有向图中任意一条边，那么称 $v$ 邻接到终点 $w$ ，也称 $w$ 邻接自终点 $v$ 。

$\color{red}{有向完全图}$ ：一个有向图中，如果任意两顶点之间都有方向互为相反的两条弧相连接，则称“有向完全图”；一个含有 $n$ 个顶点的有向完全图中，共有 $n(n-1)/2$ 条边。

$\color{red}{稠密图、稀疏图}$ ：一个图的”稠密度“定义为平均顶点度 $\color{red}{2|E|/|V|}$ ；稠密图可定量地定义为 $“\color{red}{平均顶点度与顶点<a href="https://www.jb51.cc/tag/shuliang/" target="_blank" class="keywords">数量</a>|V|成正比的图}”$ 。

$\color{red}{权、网络}$ ：边上附加一个数值信息我们称之为权；边上带权的图称为网图或“网络”。

$\color{red}{顶点的度、入度、出度}$ ：顶点 $v$ 的度是指依附于该顶点的边数。在有向图中，顶点的度分为出度和入度。

6.1.4 怎么在程序中表示一个图

1. $\color{red}{邻接矩阵}$
优势：

直观、简单、好理解；

方便检查任意一对顶点间是否存在边；

方便找任一顶点的所有“邻接点”（有边直接相连的顶点）；

方便计算任一顶点的“ $\color{red}{度}$ ”（从该点发出的边数为“出度”，指向该点的边数为“入度”）；
– 无向图：对应行（或列）非0元素的个数；
– 有向图：对应行非0 元素的个数是“出度”；对应列非0元素的个数是“入度”。

劣势：

浪费空间（特别是稀疏图）；

浪费时间（例如：统计稀疏图中一共有多少条边）。

2. $\color{red}{数组}$
用一个长度为N(N+1)/2 的1 维数组A存储； $\{G_{00},G_{10},G_{11},……,G_{(n-1)0},…,G_{(n-1)(n-1)} \}$ ，则 $G_{ij}$ 在A 中对应的下标是：
$\color{red}{i*(i+1)/2+j}$
对于 $\color{red}{网络}$ ，只要把 $G[i][j]$ 的值定义为边 $<v_i,v_j >$ 的权重即可。

3. $\color{red}{邻接表}$

方便找任一顶点的所有“邻接点”;

节约 $\color{red}{稀疏图}$ 的空间；
– 需要 $N$ 个头指针 + $2E$ 个结点（每个结点至少 $2$ 个域）。

方便计算任一顶点的“ $\color{red}{度}$ ”？
– 对无向图：是的；
– 对有向图：只能计算“出度”；需要构造“逆邻接表”（存指向自己的边）来方便计算“入度”。

方便检查任意一对顶点间是否存在边？（ $\color{red}{No}$ ）

用一维数组G[ ]存储有4个顶点的无向图如下：
$G[ ] = { 0,1,0 }$ 则顶点2和顶点0之间是有边的。(对或错？)
答：对，记得从0开始计数，运用数组的公式 $\color{red}{i*(i+1)/2+j}$ 。
用邻接表表示有 $N$ 个顶点、 $E$ 条边的图，则遍历图中所有边的时间复杂度为： $O(N+E)$ 。

6.2 图的遍历

6.2.1 深度优先搜索（Depth First Search，DFS）

$\color{red}{类似于树的先序遍历}$

若有 $N$ 个顶点、 $E$ 条边， $\color{red}{时间复杂度}$ 是：
- 用邻接表存储图，有 $O(N+E)$ ;
- 用邻接矩阵存储图，有 $O(N^2)$ ;

6.2.2 广度优先搜索 (Breadth First Search,BFS)

$\color{red}{类似于树的层序遍历}$

若有@H_876_3017@N个顶点、 $E$ 条边，@H_502_3045@ 时间复杂度 $\color{red}{时间复杂度}$ 是：
- 用邻接表存储图，有 $O(N+E)$ ;
- 用邻接矩阵存储图，有 $O(N^2)$ 。

6.2.3 DFS和BFS的优点和缺点

$\color{red}{BFS}$ :一种基于队列这种数据结构的搜索方式，它的特点是由每一个状态可以扩展出许多状态，然后再以此扩展，直到找到目标状态或者队列中头尾指针相遇，即队列中所有状态都已处遍历完毕。
- 优点：对于解决最短或最少问题特别有效，而且寻找深度小;
- 缺点：内存耗费量大，需要开辟大量的数组单元用来存储状态。

$\color{red}{DFS}$ ：基于递归的搜索方式，它的特点是由一个状态扩展到另外一个状态，然后不停地扩展，直到找到目标或者无法继续到另一个状态。
- 优点：占内存少，对于解决连通性性问题比较有效，能找到最优解（一定条件下），但能很快找到接近解；
- 缺点：可能不必遍历所有分枝（也就是速度快），在深度很大的情况下效率不高。

6.2.4 图不连通怎么办？

$\color{red}{ 连通}$ ：如果从 $V$ 到 $W$ 存在一条（无向）路径，则称V 和W 是连通的。

$\color{red}{路径}$ ： $V$ 到 $W$ 的路径是一系列顶点 $\{V,v_1,v_2,v_n,W\}$ 的集合，其中任一对相邻的顶点间都有图中的边。 $\color{red}{路径的长度}$ 是路径中的边数（如果带权，则是所有边的权重和）。如果 $V$ 到 $W$ 之间的所有顶点都不同，则称之间的所有顶点都不同，则称 $\color{red}{简单路径}$ 。

$\color{red}{回路}$ ：起点等于终点的路径。

$\color{red}{连通图}$ ：图中任意两顶点均连通。

$\color{red}{连通分量}$ ：无向图的极大连通子图

极大顶点数：再加1个顶点就不连通了；

极大边数：包含子图中所有顶点相连的所有边。

$\color{red}{强连通}$ ：有向图中顶点 $V$ 和 $W$ 之间存在双向路径，则称 $V$ 和@H_150_4030@ @H_392_4032@@H_553_4035@@H_554_4036@W $W$ 是强连通的。

$\color{red}{强连通图}$ ：有向图中任意两顶点均强连通。

$\color{red}{强连通分量}$ ：有向图的极大强连通子图。

打印每个连通图：

6.3

/* queue 模板类的定义在<queue>头文件中。 与stack 模板类很相似，queue 模板类也需要两个模板参数，一个是元素类型，一个容器类 型，元素类型是必要的，容器类型是可选的，默认为deque 类型。 定义queue 对象的示例代码如下： queue<int> q1; queue<double> q2; queue 的基本操作有： 入队，如例：q.push(x); 将x 接到队列的末端。 出队，如例：q.pop(); 弹出队列的第一个元素，注意，并不会返回被弹出元素的值。 访问队首元素，如例：q.front()，即最早被压入队列的元素。 访问队尾元素，如例：q.back()，即最后被压入队列的元素。 判断队列空，如例：q.empty()，当队列空时，返回true。 */
#include<iostream>
#include<string.h>
#include "queue"
using namespace std;
int M[10][10];      //存储图的矩阵；
bool visited[10];   //看图中的每个节点是否访问过;
int result[10];     //存放结果的矩阵；
int vertex,ridge;   //顶点和边
int k;              //计每一个邻接表存储的结果
void DFS(int x)
{
/*深度搜索*/
    int i;
    result[k++] = x;
    visited[x] = true;
    for(i = 0;i < vertex; i++)
    {
        if(M[x][i] == 1 && !visited[i])
        /*是否有边；是否访问过*/
            DFS(i);
    }
}

void BFS(int x)
{
    int i;
    queue<int> q;
    q.push(x);
    visited[x] = 1;
    result[k++] = x;
    while (!q.empty()) {
        int l = q.front();
        q.pop(); 
        for ( i = 0; i < vertex; i++) 
        {
            if (M[l][i] == 1 && !visited[i]) 
            {
                /*是否有边；是否访问过*/
                visited[i] = 1;
                result[k++] = i;
                q.push(i);
            }
        }
    }
}

int main()
{
    int i,j,m,n;
    cin>>vertex>>ridge;
    /*初始化*/
    memset(visited,0,sizeof(visited));     //visited数列全部为0
    for(i = 0;i < vertex;i++)
    {
        for(j = 0; j < ridge; j++)
        {
            M[i][j] = 0;
        }
    }
    while(ridge--)
    {
        cin>>m>>n;
        M[m][n] = 1;
        M[n][m] = 1;
    }

    /*开始进行深度搜索*/
    for(i = 0;i < vertex;i++ )
    {
        k = 0;
        if(!visited[i])
        {
            DFS(i);
            cout<<"{ ";
            for(j = 0;j < k;j++)
                cout<<result[j]<<" ";
            cout<<"}"<<endl;
        }
    }

    /*开始进行广度搜索*/
    memset(visited,sizeof(visited));

    for ( i = 0; i < vertex; i++)
    {
        k = 0;
        if (!visited[i]) {
            BFS(i);
            cout << "{ ";
            for ( j = 0; j < k; j++)
                cout << result[j] << " ";
            cout << "}" << endl;
        }
    }

    //system("pause");
    return 0;
}

6.4

#include <stdio.h>
#include <string.h>
#include <iostream>
#include <algorithm>
#include <vector>
#include <queue>
#include <set>
#include <map>
#include <string>
#include <math.h>
#include <stdlib.h>
#include <time.h>
/*邦德*/
using namespace std;
const int inf=1<<30;
struct node
{
    double x,y;
} a[100+5];
int n,vis[100+5],b[100+5],ans[100+5],cnt;
double d,ansfirst,nowfirst;
int dis(node d1,node d2)
{
    if(d*d<(d1.x-d2.x)*(d1.x-d2.x)+(d1.y-d2.y)*(d1.y-d2.y)) return 0;
    return 1;
}
int first(int d1)
{
    if(sqrt(a[d1].x*a[d1].x+a[d1].y*a[d1].y)>d+7.5) return 0;
    else return 1;
}

double first1(int d1)
{
    return sqrt(a[d1].x*a[d1].x+a[d1].y*a[d1].y)-7.5;
}
int safe(node d1)
{
    if(d1.x>=50-d) return 1;
    if(d1.y>=50-d) return 1;
    if(d1.x<=-50+d) return 1;
    if(d1.y<=-50+d) return 1;
    return 0;
}
void dfs(int d1,int now)
{
    int i;
    if(safe(a[d1]))
    {
        //printf("%d %.2f\n",now,nowfirst);
        if(now<cnt)
        {
            for(i=0; i<now; i++)
                ans[i]=b[i];
            cnt=now;
            ansfirst=nowfirst;
        }
        else if(now==cnt&&ansfirst>nowfirst)
        {
            for(i=0; i<now; i++)
                ans[i]=b[i];
            cnt=now;
            ansfirst=nowfirst;
        }
        return ;
    }
    else
    {
        for(i=1; i<=n; i++)
        {
            if(!vis[i]&&dis(a[d1],a[i]))
            {
                vis[i]=1;
                b[now]=i;
                dfs(i,now+1);
                vis[i]=0;
            }
        }
    }
    return;
}
int main()
{
    int i;
    while(~scanf("%d%lf",&n,&d))
    {
        a[0].x=a[0].y=0;
        for(i=1; i<=n; i++)
        {
            scanf("%lf%lf",&a[i].x,&a[i].y);
        }
        if(d+7.5>=50)
        {
            printf("1\n");
            return 0;
        }
        ansfirst=(double)inf;
        cnt=inf;
        memset(ans,sizeof(ans));
        for(i=1; i<=n; i++)
        {
            memset(vis,sizeof(vis));
            if(!vis[i]&&first(i))
            {
                nowfirst=first1(i);
                if(safe(a[i]))
                {
                    if(ansfirst>nowfirst)
                    {
                        ans[0]=i;
                        cnt=1;
                        ansfirst=nowfirst;
                    }
                }
                vis[i]=1;
                memset(b,sizeof(b));
                b[0]=i;
                dfs(i,1);
            }
        }
        if(cnt==inf) printf("0\n");
        else
        {
            printf("%d\n",cnt+1);
            for(i=0; i<cnt; i++)
            {
                printf("%.0f %.0f\n",a[ans[i]].x,a[ans[i]].y);
            }
        }
    }
    return 0;
}

6.5

/* 题意： 找到一个图中每个节点通过最多5条边 能找到的所有节点 然后输出百分比 思路：广搜 记录层数为6以内的所有节点 本题的关键在于 如何记录节点当前的层数 1. 引入2个变量 last tail 分别指向 当前层数的最后一个元素 和 下一层的最后一个 元素 2. 若当前出队的元素与last相等 则说明即将进入下一层 将last更新为tail 更新tail 重复~~知道level = 6 或者队列空 */
/*6度空间*/
#include "iostream"
#include "stdio.h"
#include "queue"
using namespace std;
bool map[10001][10001] = {false};
int n,m;
int Count;
void bfs(int x) {
    bool visited[10001] = { false };
    queue<int>q;
    q.push(x);
    visited[x] = true;
    int level = 0; /* 记录层数 */
    int last = x; /* 记录当前层数的最后一个元素 */
    int tail; /* 指向下一层最后一个元素 */
    while (!q.empty()) {
        x = q.front();
        q.pop();
        for (int i = 1; i <= n; i++) {
            if (!visited[i] && map[x][i] == 1) {
                q.push(i); /* 进队 */
                Count++;
                visited[i] = true;
                tail = i;
            }
        }
        if (last == x) {
            level++;
            last = tail;
        }
        if (level == 6)
            break;
    }
}
int main() {
    cin >> n >> m;
    for (int i = 0; i < m; i++) { 
        int k,l;
        cin >> k >> l;
        map[k][l] = 1;
        map[l][k] = 1;
    }
    for (int i = 1; i <=n; i++) { /* 对于所有节点 做bfs() */
        Count = 1;
        bfs(i);
        cout << i << ": ";
        float answer = (float)Count / n * 100;
        printf("%.2f%%\n",answer);
    }
    return 0;
}

原文链接：/datastructure/382263.html

陈越《数据结构》第六讲图（上）

6.1 什么是图

6.1.1 定义

6.1.2 抽象数据类型

6.1.3 常见术语

6.1.4 怎么在程序中表示一个图

6.2 图的遍历

6.2.1 深度优先搜索（Depth First Search，DFS）

6.2.2 广度优先搜索 (Breadth First Search,BFS)

6.2.3 DFS和BFS的优点和缺点

6.2.4 图不连通怎么办？

6.3

6.4

6.5

猜你在找的数据结构相关文章

陈越《数据结构》第六讲 图（上）

6.1 什么是图

6.1.1 定义

6.1.2 抽象数据类型

6.1.3 常见术语

6.1.4 怎么在程序中表示一个图

6.2 图的遍历

6.2.1 深度优先搜索（Depth First Search，DFS）

6.2.2 广度优先搜索 (Breadth First Search,BFS)

6.2.3 DFS和BFS的优点和缺点

6.2.4 图不连通怎么办？

6.3

6.4

6.5

猜你在找的数据结构相关文章

陈越《数据结构》第六讲图（上）