Python3图

一、词汇表及定义

  1. 顶点 Vertex
      顶点(也称“节点 node”)是图的基础部分。它具有名称标识“key”。顶点也可以有附加的信息项
    “playload”。
  2. 边 Edge
      边(也称“弧 arc”)是图的另一个基础组成部分。 如果一条边连接两个顶点,则表示两者具有联
    系。边可以是单向的,也可以是双向的。如果一个图中的边都是单向的,我们就说这个图是“有向图directed graph/digraph”。上图所显示的先修依赖图很明显是一个有向图,因为你必须先修某些课程才
    能学习其他课程。
  3. 权重 Weight
      为了表达从一个顶点到另一个顶点的“代价”,可以给边赋权。例如,一个连接两个城市的道路图中,两个城市之间的距离就可以作为边的权重。
  4. 路径 Path
      图中的路径,是由边依次连接起来的顶点序列。我们将路径定义为 P=(w1, w2,…, wn),其中对于所有 1<=i<=n-1, (wi, wi+1) ∈ E。无权路径的长度为边的数量,等于 n-1。带权路径的长度为所有边权重之和。如图 2 中从 V3 到 V1 的一条路径是顶点序列(v3,v4,v0,v1),其边为{(v3,v4,7),(v4,v0,1),(v0,v1,5)}。
  5. 圈 Cycle
      有向图里的圈是首尾顶点相同的路径。

二、实现方法

  1. 邻接矩阵
    1). 定义
      图最容易的实现方法之一就是采用二维矩阵。 在矩阵实现方法中, 每行和每列都代表图中的顶点。如果顶点 v 到顶点 w 之间有边相连,则将值储存在矩阵的 v 行, w 列。当两个顶点通过边来连接,我们就说它们就是邻接的。
      邻接矩阵的优点是简单,对于简单的图来说很容易看出节点之间的联系状态。然而,我们也注意到大部分的矩阵分量是空的,这种情况我们称矩阵是“稀疏”的。矩阵并不是一个储存稀疏数据的有效途径。
    2). 实现
class Vertex:
    def __init__(self, key):
        self.id = key
        self.connectedTo = {}

    def addNeighbor(self, nbr, weight=0):
        ## 
        # 添加一个顶点到另一个顶点的连接
        # #
        self.connectedTo[nbr] = weight
    def __str__(self):
        return str(self.id) + ' connectedTo: ' + str([x.id for x in self.connectedTo])
    
    def getConnections(self):
        ##
        # 方法用以返回以connectionTo 字典中的实例变量所表示的邻接表中的所有顶点。 
        # #
        return self.connectedTo.keys()

    def getId(self):
        #
        # 返回Id
        # #
        return self.id

    def getWeight(self,nbr):
        ##
        # 通过一个参数返回顶点与顶点之间的边的权重。
        # #
        return self.connectedTo[nbr]
  1. 邻接表(adjacency list)
    1). 定义
      一个实现稀疏图的更高效的方案是使用邻接表 adjacency list。在这个实现方法中,我们维护一个包含所有顶点的主列表( master list),主列表中的每个顶点,再关联一个与自身有边连接的所有顶点的列表。在实现顶点类的方法里,我们使用字典而不是列表,此时字典中的键( key) 对应顶点标识,而值( value) 则可以保存顶点连接边的权重。图 7. 4 展现了图 7.2 中图的邻接表。


    图的邻接列表

    2). 实现

class Graph:
    #
    # 图
    # #
    def __init__(self):
        self.vertList = {}
        self.numVertices = 0

    def addVertex(self, key):
        #
        # 将一个顶点Vertex对象加入图中
        # #
        self.numVertices = self.numVertices + 1
        newVertex = Vertex(key)
        self.vertList[key] = newVertex
        return newVertex

    def getVertex(self, n):
        #
        # 查找图中名称为 n 的顶点
        # #
        if n in self.vertList:
            return self.vertList[n]
        else:
            return None

    def __contains__(self, n):
        return n in self.vertList

    def addEdge(self, f, t, cost=0):
        #
        # 添加一条有向边
        # #
        if f not in self.vertList:
            nv = self.addVertex(f)
        if t not in self.vertList:
            nv = self.addVertex(t)
            self.vertList[f].addNeighbor(self.vertList[t], cost)
    
    def getVertices(self):
        #
        # 返回图中所有顶点列表
        # #
        return self.vertList.keys()

    def __iter__(self):
        return iter(self.vertList.values())
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,524评论 5 460
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,869评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,813评论 0 320
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,210评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,085评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,117评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,533评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,219评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,487评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,582评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,362评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,218评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,589评论 3 299
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,899评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,176评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,503评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,707评论 2 335

推荐阅读更多精彩内容