图的定义

图(Graph)是一个由顶点的有穷非空集合和顶点之间的边的集合组成,通常表示为:G(V,E),其中,G表示一个图,V是图G中顶点的集合,E是图G中边的集合。

图中的数据元素我们称为顶点(Vertex)

图中不允许没有顶点,若V是顶点的集合,则强调顶点集合V有穷非空。

图中任意两个顶点之间都可能有关系,顶点之间的逻辑关系用边来表示,边集可以为空

各种图的定义

无向边:若顶点vi到vj之间的边没有方向,则称这条边是无向边(Edge),用无序偶对(vi,vj)来表示。如果图中任意两个顶点之间的边都是无向边,则称该图是无向图
有向边:若从顶点vi到vj的边有方向,则称这条边为有向边,也称为弧(Arc)用有序偶<vi, vj>来表示,vi称为弧尾(Tail),vj称为弧头(Head)。如果图中任意两个顶点之间的边都是有向的,则称该图为有向图(Directed graphs)。

简单图:若不存在顶点到其自身的边,且同一条边不重复出现,则称这样的图为简单图。

无向完全图:在无向图中,如果任意两个顶点之间都存在边,则称该图是无向完全图。含有n个顶点的无向完全图有n(n-1)/2条边。

有向完全图:在有向图中,如果任意两个顶点之间都存在方向互为相反的两条弧,则称该图为有向完全图。含有n个顶点的有向完全图有n(n-1)条边

有很少条边或弧的图称为稀疏图,反之为稠密图。

有向图的边或弧具有与他相关的数字,这种与图的边或弧相关的数叫权(weight)。这些权可以表示从一个顶点到另一个顶点的距离或耗费。这种带权的图常称为网。

假设有两个图G = (V,{E})和g = (v,{e}),如果V包含v 且 E 包含e,则称g为G的子图。

图的顶点与边之间的关系

对于无向图G = (V,{E}),如果(V,v)属于E,则称V和v互为邻接点(Adjacent),顶点v的度(Degree)就是和v关联的边的数目,记为TD(v)

对于有向图G = (V,{E}),如果弧<V,v>属于E,则称顶点V邻接到顶点v,V,v相关联。以顶点V为头的弧的数目称为V的入度(InDegree),记为ID(v);以V为尾的弧的数目称为V的出度(OutDegree),记为OD(V);顶点V的度为TD(V) = ID(V) + OD(V)。

路径的长度是路径上的边或弧的数目

第一个顶点到最后一个顶点相同的路径称为回路或环(Cycle)。序列中顶点不重复出现的路径称为简单路径。除了第一个顶点和最后一个顶点之外,其余顶点不重复出现的回路,称为简单回路或简单环。

连通图相关术语

在无向图G中,如果从顶点V到v有路径,则称V和v是连通的。如果对于图中任意两个顶点vi,vj属于V,vi和vj都是连通的,则称G 是连通图(Connected Graph)

无向图中的极大连通子图称为连通分量

  • 要是子图
  • 子图要是连通的
  • 连通子图含有极大顶点数
  • 具有极大顶点数的连通子图包含依附于这些顶点所有边

在有向图G中,如果对于每一对vi,vj属于V,vi不等于vj,从vi到vj和从vj到vi都存在路径,则称G是强连通图。有向图中极大强连通子图称做有向图的强连通分量

连通图的生成树是一个极小的连通图,它含有图中全部的n个顶点,但只有构成一个数的n-1 条边。

如果一个图有n个顶点和小于n-1条边,则是非连通图,如果多于n-1条边,必定构成一个环。

如果一个有向图恰有一个顶点的入度为0,其余顶点的入度均为1,则是一颗有向树。

一个有向图的生成森林由若干棵有向树组成,含有图中的全部顶点,但只有足以构成若干棵不相交的有向树的弧

图的存储结构

邻接矩阵

图的邻接矩阵(Adjacency Matrix) 存储方式是用两个数组来表示图。一个一维数组存储图中顶点信息,一个二维数组(称为邻接矩阵)存储图中的边或弧的信息。


无向图邻接矩阵.png
有向图邻接矩阵.png
网的邻接矩阵.png
邻接表

把数组和链表结合的方式叫做邻接表


无向图邻接表.png

有向图邻接表.png
最短路径-Floyd算法
最短路径-Dijkstra算法
关键路径-活动的最早最晚开始时间
求AOE网的关键路径拓扑排序数据结构图
最后编辑于
©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 205,386评论 6 479
  • 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 87,939评论 2 381
  • 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 151,851评论 0 341
  • 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 54,953评论 1 278
  • 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 63,971评论 5 369
  • 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 48,784评论 1 283
  • 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 38,126评论 3 399
  • 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 36,765评论 0 258
  • 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 43,148评论 1 300
  • 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 35,744评论 2 323
  • 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 37,858评论 1 333
  • 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 33,479评论 4 322
  • 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 39,080评论 3 307
  • 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 30,053评论 0 19
  • 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 31,278评论 1 260
  • 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 45,245评论 2 352
  • 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 42,590评论 2 343