欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识！
您现在的位置是： 首页

图及图的存储

程序员文章站 2023-12-24 11:41:21
...

一、图的有关概念

1、什么是图

图是由顶点集合及顶点间的关系组成的一种数据结构：G = (V， E)

其中：顶点集合V = {x|x属于某个数据对象集}是有穷非空集合；
          E = {(x,y)|x,y属于V}或者E = {<x, y>|x,y属于V && Path(x, y)}是顶点间关系的有穷集合，也叫做边的集合。
(x, y)表示x到y的一条双向通路，即(x, y)是无方向的； Path(x, y)表示从x到y的一条单向通路，即Path(x, y)是有方向的。

图分为无向图和有向图。

有向图和无向图：在有向图中，顶点对<x, y>是有序的，顶点对<x，y>称为顶点x到顶点y的一条边(弧)，<x, y>和<y, x>是两条不同的边。在无向图中，顶点对(x, y)是无序的，顶点对(x,y) 称为顶点x和顶点y相关联的一条边，这条边没有特定方向，(x, y)和(y，x)是同一条边。无向边 (x, y)等于有向边<x, y>和<y, x>。

2、顶点和边
如下图：

图及图的存储
图中结点称为顶点，第i个顶点记作vi。
两个顶点vi和vj相关联，称作顶点vi和顶点vj之间有一条边，图中的第k条边记作ek，ek = (vi，vj)或<vi，vj>。

3、完全图
在有n个顶点的无向图中，
若有n*(n-1)/2条边，即任意两个顶点之间有且仅有一条边，则称此图为无向完全图；
在n个顶点的有向图中，
若有n*(n-1)条边，即任意两个顶点之间有且仅有方向相反的边，则称此图为有向完全图。
4、邻接顶点
在无向图中，若(u, v)是E(G)中的一条边，则称u和v互为邻接顶点，并称边(u, v)依附于顶点u和v；
在有向图G中，若<u, v>是E(G)中的一条边，则称顶点u邻接到v，顶点v邻接自顶点u，并称边<u, v>与顶点u和顶点v相关联。
5、顶点的度
顶点v的度是指与它相关联的边的条数，记作deg(v)。
在有向图中，顶点的度等于该顶点的入度与出度之和，其中顶点v的入度是以v为终点的有向边的条数，记作indev(v);
顶点v的出度是以v为起始点的有向边的条数，记作outdev(v)。
因此： dev(v) = indev(v) + outdev(v)
对于无向图，顶点的度等于该顶点的入度和出度，即dev(v) = indev(v) = outdev(v)
6、权与路径长度
路径：在图G = (V， E)中，若从顶点vi出发有一组边使其可到达顶点vj，则称顶点vi到顶点vj的顶点序列为从顶点vi到顶点vj的路径。

权：边附带的数据信息
所以路径长度指的就是，
对于不带权的图，一条路径的路径长度是指该路径上的边的条数；
对于带权的图，一条路径的路径长度是指该路径上各个边权值的总和。
7、子图
设图G = {V, E}和图G1 = {V1，E1}，若V1属于V且E1属于E，则称G1是G的子图。
8、连通图与强连通图
连通图：在无向图中，若从顶点v1到顶点v2有路径，则称顶点v1与顶点v2是连通的。如果图中任意一对顶点都是连通的，则称此图为连通图。
强连通图：在有向图中，若在每一对顶点vi和vj之间都存在一条从vi到vj的路径，也存在一条从vj到vi的路径，则称此图是强连通图。
9、生成树
一个连通图的最小连通子图称作该图的生成树。有n个顶点的连通图的生成树有n个顶点和n1条边。

二、图的存储


1、邻接矩阵
我们在存储一个图时，不但要存储其顶点，还要存储好顶点之间的关系，也就是边。对于有向图来说，我们还要记录好边的方向。可以使用邻接矩阵来实现。

将所有顶点的信息组织成一个顶点表，然后利用一个矩阵来表示个顶点之间的邻接关系。
举例如下：

图及图的存储
那带权的呢？把上图中的1改成各条边的权值即可，可将0（除过对角线）改为∞，如下：

图及图的存储
由图可知：

无向图的邻接矩阵是对称的，第i行(列)元素之和，就是顶点i的度。
有向图的邻接矩阵则不一定是对称的。
简单实现图的邻接矩阵的存储，代码如下：
#pragma once
#include<vector>
#include<iostream>
using namespace std;
#include<assert.h>

template<class V, class W, bool IsDirect = false>
class Graph
{
public:
	Graph(V *array, size_t size)  
		:_v(array, array + size)
	{
		/*v.resize(size);
		for (size_t i = 0; i < size; ++i)
		{
			_v[i] = array[i];
		}*/

		//边的空间
		_edges.resize(size);
		for (size_t i = 0; i < size; i++)
			_edges[i].resize(size);
	}

	//寻找顶点元素在数组中的下标
	size_t GetIndexOfV(const V& v)
	{
		for (size_t i = 0; i < _v.size(); ++i)
		{
			if (v == _v[i])
				return i;
		}
		//找不到，出错
		assert(false);
		return -1;
	}


	//求顶点的度
	size_t GetDevOfV(const V& v)
	{
		size_t index = GetIndexOfV(v);
		size_t count = 0;
		for (size_t i = 0; i < _v.size(); i++)
		{
			if (_edges[index][i])
				count++;
		}
		if (IsDirect)
		{
			//有向图   
			for (size_t i = 0; i < _v.size(); ++i)
			{
				if (_edges[i][index])
					count++;
			}
		}
		return count;
	}
	//带权值的边
	void AddEdge(const V& v1, const V& v2, const W& weight)
	{
		size_t index1 = GetIndexOfV(v1);
		size_t index2 = GetIndexOfV(v2);

		_edges[index1][index2] = weight;
		if (!IsDirect)
			_edges[index2][index1] = weight;
	}
	void PrintGraph()
	{
		size_t n = _v.size();
		for (size_t i = 0; i <n ; ++i)
		{
			cout << _v[i] << "  ";
		}
		cout << endl;

		for (size_t i = 0; i < n; ++i)
		{
			for (size_t j = 0; j < n; ++j)
			{
				//cout << _edges[i][j];
				printf("  %-2d", _edges[i][j]);
			}
			cout << endl;
		}
	}
private:
	vector<V> _v;  //顶点
	vector<vector<W>> _edges;  //边
};

测试一下：
void TestGraph()
{
	char *pStr = "ABCDE";
	Graph<char, int, true> g(pStr, strlen(pStr));
	g.AddEdge('A', 'D', 10);
	g.AddEdge('A', 'E', 20);
	g.AddEdge('B', 'C', 10);
	g.AddEdge('B', 'D', 20);
	g.AddEdge('B', 'E', 30);
	g.AddEdge('C', 'E', 40);

	g.PrintGraph();
	cout << g.GetDevOfV('B') << endl;
}

图及图的存储
邻接矩阵形式存储图结构，当e远远小于n^2时，大量的元素是0，造成空间浪费。
所以又有一种存储方式，叫邻接表。
2、邻接表
使用数组表示顶点的集合，使用链表示边的关系。

举例如下：
无向图：

图及图的存储
由图可知：
无向图中同一条边在邻接表中出现了两次。

如果想知道某顶点的度，只需要知道该顶点链表集合中结点的数目即可。
再来看有向图：

图及图的存储
由图可知：

有向图中每条边在邻接表中只出现一次。
与顶点vi对应的邻接表所含结点的个数，就是该顶点的出度，也称出度表。
要得到vi顶点的入度，必须检测其他所有顶点对应的边链表，看有多少边顶点的dst取值是i。

简单实现图的邻接表存储，代码如下：
template<class W>
struct Node
{
	Node *_pNext;
	W _weight;
	size_t _src;
	size_t _dst;        //终点的下标

	Node(size_t src, size_t dst, const W& weigt)
		:_src(src)
		, _dst(dst)
		, _weight(_weight)
		, _pNext(NULL)
	{}
};

template < class V, class W,bool IsDirect=false>
class Graph
{
	typedef Node<W> Node;
	typedef Node* pNode;
public:
	Graph(const V* array, size_t size)
		:_v(array,array+size)
	{
		_linkEdges.resize(size);
	}

	//寻找顶点元素在数组中的下标
	size_t GetIndexOfV(const V& v)
	{
		for (size_t i = 0; i < _v.size(); ++i)
		{
			if (v == _v[i])
				return i;
		}
		//找不到，出错
		assert(false);
		return -1;
	}

	//加边
	void AddEdge(const V& v1, const V& v2,const W& weight)
	{
		size_t src = GetIndexOfV(v1);
		size_t dst = GetIndexOfV(v2);

		//头插,检测是否重复插入
		_AddEdge(src, dst, weight);
		if (!IsDirect)
			_AddEdge(dst, src, weight);
	}
	//求顶点的度
	size_t GetDevOfV(const V& v)
	{
		size_t count = 0;
		size_t src = GetIndexOfV(v);

		pNode pCur = _linkEdges[src];

		//出度
		while (pCur)
		{
			count++;
			pCur = pCur->_pNext;
		}
		//入度
		if (!IsDirect)
		{
			for (size_t i = 0; i < _v.size(); ++i)
			{
				pNode pTmp = _linkEdges[i];
				while (pTmp)
				{
					if (_linkEdges[i]->_dst == src)
						count++;
					pTmp = pTmp->_pNext;
				}
			}
		}
		return count;
	}
	void PrintGraph()
	{
		size_t n = _v.size();
		for (size_t i = 0; i < n; ++i)
		{
			cout << _v[i] << "  ";
		}
		cout << endl;

		for (size_t i = 0; i < _v.size(); ++i)
		{
			pNode pTmp = _linkEdges[i];
			if (pTmp)
			{
				cout << pTmp->_src << "  ";
				while (pTmp)
				{
					cout << pTmp->_dst << "  ";
					pTmp = pTmp->_pNext;
				}
				cout << endl;
			}
		}
	}
private:
	void _AddEdge(size_t src, size_t dst, const W& weight)
	{
		//找链表
		pNode pCur = _linkEdges[src];

		while (pCur)
		{
			if (pCur->_dst == dst)
				return;
			pCur = pCur->_pNext;
		}

		//头插
		pNode pNewNode = new Node(src, dst, weight);
		pNewNode->_pNext = _linkEdges[src];
		_linkEdges[src] = pNewNode;
	}
private:
	vector<V> _v;
	vector<pNode> _linkEdges;
};

测试一下：

void TestGraph()
{
	char *pStr = "ABCDE";
	Graph<char, int, true> g(pStr, strlen(pStr));
	g.AddEdge('A', 'D', 10);
	g.AddEdge('A', 'E', 20);
	g.AddEdge('B', 'C', 10);
	g.AddEdge('B', 'D', 20);
	g.AddEdge('B', 'E', 30);
	g.AddEdge('C', 'E', 40);

	g.PrintGraph();
	cout << g.GetDevOfV('A') << endl;
}

观察结果：
图及图的存储
可以观察到，因为链表里使用的是头插，所以与测试函数里加边的顺序相反。
相关标签： 图 邻接矩阵 邻接表 存储

上一篇：

下一篇：

推荐阅读