一、图论的基础概念.docVIP

一、图论的基础概念 以下概念不是定义，也不一定完全，只是一些常用的概念，比较通俗化。在以后具体的算法中再适当加入概念。 图： 由点和线组成的图形。 顶点： 图中的结点。 无向图： 边没有正反方向。 完全图： 在N个顶点的无向图中，边最大为n*（n-1）/2称为无向完全图 度： 与结点相连的边数。 有向图： 边有正反方向。 入度（出度）：连入（出）的边数。（对于有向图来说） 奇顶点：结点的度是奇数的点。 路径：如果从a到b可达（包括直接到达或者中间有其他结点）那么从a到b就有一条路径。一条路径就是一种走法，路径的边数叫做路径长度。一条路径上的n个顶点的集合叫做连通集。 回路（环）：从a(b(……(a 简单路径：存在从a(b……(e此条路径中每个结点不同。 有根图：有结点到其他任意结点连通，则此结点为根，一个图可以有多根。 连通图：若图中任意两个结点可以连通，则此图为连通图（无向图）。 强连通图：任意i到j都有从i到j的路径。（有向图） 强连通分支：强连通的最大子图。 道路：可以一笔画成的图，并且不重不漏。 *充分必要条件：图是连通的，且奇顶点的个数等于0或2 并且当且仅当奇顶点的个数为0时，图是一条回路（包括一个孤立的点） 二分图（应该是超纲的内容） 充要条件：图中无奇顶点。 具体算法以后补充。 Hamilton回路：经过图中每一个顶点一次的回路。 欧拉回路：图的一个回路,若它通过每条边一次且仅一次2个点的度为奇数，那么它存在一条欧拉路；如果超过2个点的度为奇数，那么它就不存在欧拉路了。 图的存储结构 只总结了常用的存储结构 有相邻矩阵和邻接表两种，只介绍相邻矩阵的内容，邻接表运用了动态指针链表数据结构 实现起来比较麻烦。 无向图： A[I，J] = 1 当I与J两个结点相邻时 = 0 当I与J两个结点不相邻时，或I=J （1=I，J=图中结点数） 且有：A[I，J]=A[J，I]，即邻接矩阵是对称的。 如上图（A）的邻接矩阵如下： 0 1 1 1 A = 1 0 1 1 1 1 0 0 1 1 0 0 有向图： A[I，J] = P[I，J] 当I与J两个结点相邻，且权值为P[I，J]时 = 0 或∞ 当I与J两个结点不相邻时，或I=J 如上图（B）和（C）的邻接矩阵分别如下： 0 1 1 ∞ 5 8 ∞ 3 A = 0 0 1 A = 5 ∞ 2 ∞ 6 0 0 1 8 2 ∞ 10 4 ∞ ∞ 10 ∞ 11 相应的数据结构定义如下： const maxn=20; type adj=0..1; graph=array [1..maxn,1..maxn] of adj; 还有一种是纪录一条边的两个端点，做边表。 const maxn=20; type adj=0..1; x,y=array [1..maxn] of adj; {x[i],y[i]为第i条边的前一个顶点和后一个顶点} For i：=1 to n do Begin Readln(x[i],y[i]); {如果是无向图，那么将每一条边拆成两条边，分成第i条边和第i+n条边} x[i+n]:=y[i]; y[i+n]:=x[i]; end; 三、图的遍历 概念：从图中某一结点出发系统地访问图中所有结点，使每个结点恰好被访问一次，这种运算被图的遍历。 为了避免重复访问某个结点，可以设一个标志数组f[I]，未访问时值为FALSE，访问一次后就改为TRUE。 分类：深度优先遍历和广度优先遍历。 重要性：DFS和BFS在图的遍历中和搜索算法中有很重要很重要的地位。必须灵活掌握。 深度优先遍历 从图中某个结点V0出发，访问此结点，然后依次访问从V0的未被访问的邻接点出发进行深度优先遍历，直到图中所有和V0有路径相通的结点均被访问到。若此时图中尚有结点未被访问，则另选图中一个未被访问的结点V1作为起点，重复上述过程，直至图中所有结点都被访问到为止。 如下面两个图的深度优先遍历结果分别为：a，b，c，d，e，g，f。 V1，V2，V4，V8，V5，V3，V6，V7。 通俗点 就是先顺着一条路走到底，访问完了这条路之后再回