首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >数据结构10 图

数据结构10 图

作者头像
nnngu
发布2018-03-15 15:58:27
7510
发布2018-03-15 15:58:27
举报
文章被收录于专栏:nnngunnngu

这一篇我们要总结的是图(Graph),图可能比我们之前学习的线性结构和树形结构都要复杂,不过没关系,我们一点一点地来总结。那么关于图,我将从以下几点进行总结:

1、图的定义

2、图相关的概念和术语

3、图的创建和遍历

1、图的定义

什么是图呢?

图是一种复杂的非线性结构。

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)只有一个直接前驱和一个直接后继;

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(父节点)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。

图G由两个集合V(顶点Vertex)和E(边Edge)组成,定义为G=(V,E)

2、图相关的概念和术语

2-1、无向图和有向图

对于一个图,若每条边都是没有方向的,则称该图为无向图。图示如下:

因此,(Vi,Vj)和(Vj,Vi)表示的是同一条边。注意,无向图是用小括号,而下面介绍的有向图是用尖括号。

无向图的顶点集和边集分别表示为:

V(G)={V1,V2,V3,V4,V5}

E(G)={(V1,V2),(V1,V4),(V2,V3),(V2,V5),(V3,V4),(V3,V5),(V4,V5)}

对于一个图G,若每条边都是有方向的,则称该图为有向图。图示如下:

因此,(Vi,Vj)和(Vj,Vi)是两条不同的有向边。注意,有向边又称为弧。

有向图的顶点集和边集分别表示为:

V(G)={V1,V2,V3}

E(G)={1,V2>,2,V3>,3,V1>,1,V3>}

2-2、无向完全图和有向完全图

我们将具有n(n-1)/2条边的无向图称为无向完全图。同理,将具有n(n-1)条边的有向图称为有向完全图。

2-3、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,图(a)无向图中顶点V3的度D(V3)=3

对于有向图,顶点的度分为入度和出度。入度表示以该顶点为终点的入边数目,出度是以该顶点为起点的出边数目,该顶点的度等于其入度和出度之和。比如,图(b)中顶点V1的入度ID(V1)=1,出度OD(V1)=2,所以D(V1)=ID(V1)+OD(V1)=1+2=3

不管是无向图还是有向图,边数e、顶点数n和顶点的度数有如下关系:

拿图(b)来举例,由公式可以得到图G的边数e=(D(V1)+D(V2)+D(V3))/2=(3+2+3)/2=4

2-4、子图

故名思义,这个就不解释了。

2-5、路径,路径长度和回路

路径,比如在无向图G中,存在一个顶点序列Vp,Vi1,Vi2,Vi3…,Vim,Vq,使得(Vp,Vi1),(Vi1,Vi2),…,(Vim,Vq)均属于边集E(G),则称顶点Vp到Vq存在一条路径。

路径长度,是指一条路径上经过的边的数量。

回路,指一条路径的起点和终点为同一个顶点。

2-6、连通图(无向图)

连通图是指图G中任意两个顶点Vi和Vj都连通,则称为连通图。比如图(b)就是连通图。下面是一个非连通图的例子:

上图中,因为V5和V6是单独的,所以是非连通图。

2-7、强连通图(有向图)

强连通图是对于有向图而言的,与无向图的连通图类似。

2-8、网

带”权值”的连通图称为网。如图所示:

3、图的创建和遍历

3-1、图的两种存储结构

  1. 邻接矩阵,原理就是用两个数组,一个数组保存顶点集,一个数组保存边集。
  2. 邻接表,邻接表是图的一种链式存储结构。这种存储结构类似于树的孩子链表。对于图G中每个顶点Vi,把所有邻接于Vi的顶点Vj链成一个单链表,这个单链表称为顶点Vi的邻接表。

3-2、图的两种遍历方法

1.深度优先搜索遍历

深度优先搜索(DFS)遍历类似于树的前序遍历。其基本思路是:

①假设初始状态是图中所有顶点都未曾访问过,则可从图G中任意一顶点V为初始出发点,首先访问出发点V,并将其标记为已访问过。

②然后依次从V出发搜索V的每个邻接点W,若W未曾访问过,则以W作为新的出发点出发,继续进行深度优先遍历,直到图中所有和V有路径相通的顶点都被访问到。

③若此时图中仍有顶点未被访问,则另选一个未曾访问的顶点作为起点,重复上述步骤,直到图中所有顶点都被访问到为止。

图示如下:

注:红色数字代表遍历的先后顺序

如果采用邻接矩阵存储,则时间复杂度为O(n2);如果采用邻接表存储,时间复杂度为O(n+e)

2.广度优先搜索遍历

广度优先搜索遍历(BFS)类似于树的按层次遍历。其基本思路是:

①首先访问出发点Vi

②接着依次访问Vi的所有未被访问过的邻接点Vi1,Vi2,Vi3,…,Vit并均标记为已访问过。

③然后再按照Vi1,Vi2,… ,Vit的次序,访问每一个顶点的所有未曾访问过的顶点并均标记为已访问过,依此类推,直到图中所有和初始出发点Vi有路径相通的顶点都被访问过为止。

图示如下:

因此,图(f)采用广度优先搜索遍历以V0为出发点的顶点序列为:V0,V1,V3,V4,V2,V6,V8,V5,V7

如果采用邻接矩阵存储,则时间复杂度为O(n2),如果采用邻接表存储,则时间复杂度为O(n+e)

本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 1、图的定义
  • 2、图相关的概念和术语
    • 2-1、无向图和有向图
      • 2-2、无向完全图和有向完全图
        • 2-3、顶点的度
          • 2-4、子图
            • 2-5、路径,路径长度和回路
              • 2-6、连通图(无向图)
                • 2-7、强连通图(有向图)
                  • 2-8、网
                  • 3、图的创建和遍历
                    • 3-1、图的两种存储结构
                      • 3-2、图的两种遍历方法
                      领券
                      问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档