算法系列15天速成 第十四天 图【上】
今天来分享一下图,这是一种比较复杂的非线性数据结构,之所以复杂是因为他们的数据元素之间的关系是任意的,而不像树那样 被几个性质定理框住了,元素之间的关系还是比较明显的,图的使用范围很广的,比如网络爬虫,求最短路径等等,不过大家也不要胆怯, 越是复杂的东西越能体现我们码农的核心竞争力。 既然要学习图,得要遵守一下图的游戏规则。 一: 概念 图是由“顶点”的集合和“边”的集合组成。记作:G=(V,E); <1> 无向图 就是“图”中的边没有方向,那么(V1,V2)这条边自然跟(V2,V1)是等价的,无向图的表示一般用”圆括号“。 <2> 有向图 “图“中的边有方向,自然<V1,V2>这条边跟<V2,V1>不是等价的,有向图的表示一般用"尖括号"表示。 <3> 邻接点 一条边上的两个顶点叫做邻接点,比如(V1,V2),(V1,V3),(V1,V5),只是在有向图中有一个“入边,出边“的 概念,比如V3的入边为V5,V3的出边为V2,V1,V4。 <4> 顶点的度 这个跟“树”中的度的意思一样。不过有向图中也分为“入度”和“出度”两种,这个相信大家懂的。 <5> 完全图 每两个顶点都存在一条边,这是一种完美的表现,自然可以求出边的数量。 无向图:edges=n(n-1)/2; 有向图:edges=n(n-1); //因为有向图是有边的,所以必须在原来的基础上"X2"。 <6> 子图 如果G1的所有顶点和边都在G2中,则G1是G2的子图,具体不说了。 <7> 路径,路径长度和回路(这些概念还是比较重要的) 路径: 如果Vm到Vn之间存在一个顶点序列。则表示Vm到Vn是一条路径。 路径长度: 一条路径中“边的数量”。 简单路径: 若一条路径上顶点不重复出现,则是简单路径。 回路: 若路径的第一个顶点和最后一个顶点相同,则是回路。 简单回路: 第一个顶点和最后一个顶点相同,其它各顶点都不重复的回路则是简单回路。 <8> 连通图和连通分量(针对无向图而言的) 连通图: 无向图中,任意两个顶点都是连通的则是连通图,比如V1,V2,V4之间。 连通分量: 无向图的极大连通子图就是连通分量,一般”连通分量“就是”图“本身,除非是“非连通图”, 如下图就是两个连通分量。 <9> 强连通图和强连通分量(针对有向图而言) 这里主要注意的是“方向性“,V4可以到V3,但是V3无法到V4,所以不能称为强连通图。 <10> 网 边上带有”权值“的图被称为网。很有意思啊,呵呵。 二:存储 图的存储常用的是”邻接矩阵”和“邻接表”。 邻接矩阵: 手法是采用两个数组,一个一维数组用来保存顶点信息,一个二维数组来用保存边的信息, 缺点就是比较耗费空间。 邻接表: 改进后的“邻接矩阵”,缺点是不方便判断两个顶点之间是否有边,但是相比节省空间。 三: 创建图 这里我们就用邻接矩阵来保存图,一般的操作也就是:①创建,②遍历 复制代码 代码如下:
//保存边信息 //深搜和广搜的遍历标志 //顶点数量 //边数量 //图类型 /// <summary> vertex = new string[vertexNum]; } <1> 创建图很简单,让用户输入一些“边,点,权值"来构建一下图 复制代码 代码如下: (编辑:焦作站长网) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |