图结构及其应用..docVIP

图结构及其应用 图是另外一种重要的非线性数据结构，在信息学奥赛中的应用非常广泛，基于图结构的图论算法是奥赛中考查的重点，本章主要介绍图的基本概念、图的存储和遍历、经典的图论算法等知识。 第一节 图的基本概念 1、图的定义 如果数据元素集合D中的各元素之间存在任意的前驱和后继关系R，则此数据结构G=（D，R）称为图。如果将数据元素抽象为结点，元素之间的先后关系用边表示，则图亦可以表示为G=（V，E），其中V是结点的有穷（非空）集合，E为边的集合。如果元素a是元素b的前驱，这种先后关系对应的边用(a，b)表示，即(a，b)∈E。图可以分为无向图和有向图两种形式。 2、无向图和有向图 ⑴无向图：在图G=（V，E）中，如果对于任意的a，b∈V，当(a，b)∈E时，必有（b，a）∈E（即关系R对称），对称此图为无向图。在无向图中用不带箭头的边连接两个有关联的结点。在具有n个结点的无向图中，边的最大数目为：而边数达到最大值的图称为无向完全图。 在无向图中一个结点相连的边数称为该结点的度。如图9-1(A)V={1,2,3,4} E={(1,2),(1,3),(1,4),(2,3),(2,4),(3,4)}。 ⑵有向图：如果对于任意的a，b∈V，当(a，b)∈E时 ，(b，a)∈E未必成立，则称此图为有向图。在有向图中，通常用带箭头的边连接两个有关联的结点（方向由前件指向后件）。例如图9-1(B)为有向图。有向图中一个结点的后件个数称为该结点的出度，其前件个数称为该结点的入度。一个结点的入度和出度之和称为该结点的度。图中结点的最大度数称为图的度。例如下图9-1(B)中结点1的出度和入度分别为1，结点1和结点1度都为2。整个图的度为2。 如图9-1(B) V={1,2,3} E={1,2,2,1,2,3} 4、简单路径和回路 如果一条路径上的结点除起点x1和终点xk可以相同外，其它结点均不相同，则称此路径为一条简单路径。图9-1 (A)中v1→v2→v3是一条简单路径，v1→v3→v4→v1→v3不是简单路径。x1=xk的简单路径称为回路（也称为环）。例如图9-1(B)中，v1→v2→v1为一条回路。 5、图的顶点和边的性质1：设图G中有n个顶点、e条边，即n=︱V（G）︳，e=︱E（G）︳，则（1）对无向图，0≤e≤n(n-1)/2；（2）对有向图，0≤e≤n(n-1)。 6、完全图、有向完全图、稀疏图、稠密图：有n(n-1)/2条边的无向图称为完全图（completed graph）；有n(n-1)条边的有向图称为有向完全图；边或弧很少（如enlogn）的图称为稀疏图（sparse graph），反之称为稠密图（dense graph）。 7、权、网：有时，图的边或弧带有与它相关的数，叫做权（weight）或代价(cost)。这种带权的图通常称为网（network）。 8、子图：假设有两个图G=（V，E），G’=（V’，E’），若V（G）≦V’（G’）且E（G）≦E’（G’），则成G为G’的子图（subgraph）。 9、邻接点、度：对于无向图G=（V，E），如果边（v，v’）∈E（G）,则称顶点v和v’互为邻接点（adjacent），即v和v’相邻接。边（v，v’）依附于顶点v和v’，或者说边（v，v’）和顶点v、v’相关联。对于无向图G=（V，E），v ∈V（G），顶点v的度（degree）是和v相关联的边的数目，记为TD（v）。对于有向图G=（V，E），如果弧v，v’∈E（G），则称顶点v邻接到v’，顶点v’邻接自顶点v，弧v，v’和顶点v、v’相关联。对于有向图G=（V，E），v ∈V（G），以顶点v为头的弧的数目称为v的入度（in-degree），记为ID（v）；以v为尾的弧的数目称为v的出度(out-degree)，记为OD（v）；顶点v的度为TD（v）=ID（v）+OD（v）。 10、图的顶点和边的性质2：一个有n个顶点v1，v2，…，vn，e条边或弧的图，满足如下关系： 。 11、连通、连通图、连通分量：在无向图G中，如果从顶点v到顶点v’有路径，则称v和v’是连通的。如果图中任意两个顶点之间都存在路径，则称该无向图G为连通图。连通分量指的是图中的极大连通子图。在有向图G中，如果对于每一对顶点v、v’，从v到v’和从v’到v都存在路径，则称G是强连通图。有向图的极大强连通子图称为有向图的强连通分量。 第二节 图的存储和遍历 1.图的存储结构 （1）图的邻接矩阵表示法 邻接矩阵是表示结点间相邻关系的矩阵。若G=（V，E）是一个具有n个结点的图，用邻接矩阵表示法来表示时，除了用邻接矩阵中的n*n个元素存储顶点间相邻关系外，往往还需要另设一个向量存储n个顶点的信息。因此其类型定义如下： cons