图表示：社交网络中好友关系存储方法.pdfVIP

讲堂数据结构与算法之美文章详情

30|图的表示：如何、等社交网络中的好友关系？

2018-11-30

30|图的表示：如何、等社交网络中的好友关系？

朗读人：修阳13′52′′|12.71M

、、LinkedIn这些社交软件你肯定都玩过吧。在中，两个人可以互相关注；

在中，两个人可以互加好友。那你知道，如何、等这些社交网络的好友关系

吗？

这就要用到我们今天要讲的这种数据结构：图。实际上，涉及图的算法有很多，也非常复杂，比

如图的搜索、最短路径、最小生成树、二分图等等。我们今天聚焦在图这一方面，后面会分

好几节来依次讲解图相关的算法。

如何理解“图”？

我们前面讲过了树这种非线性表数据结构，今天我们要讲另一种非线性表数据结构，图

（Graph）。和树比起来，这是一种更加复杂的非线性表结构。

我们知道，树中的元素我们称为节点，图中的元素我们就叫作顶点（vertex）。从我画的图中可

以看出来，图中的一个顶点可以与任意其他顶点建立连接关系。我们把这种建立的关系叫作边

（edge）。

我们生活中就有很多符合图这种结构的例子。比如，开篇问题中讲到的社交网络，就是一个非常

典型的图结构。

我们就拿举例子吧。我们可以把每个用户看作一个顶点。如果两个用户之间互加好友，那就

在两者之间建立一条边。所以，整个的好友关系就可以用一张图来表示。其中，每个用户有

多少个好友，对应到图中，就叫作顶点的度（degree），就是跟顶点相连接的边的条数。

实际上，的社交关系跟还有点不一样，或者说更加复杂一点。允许单向关注，也就

是说，用户A关注了用户B，但用户B可以不关注用户A。那我们如何用图来表示这种单向的

社交关系呢？

我们可以把刚刚讲的图结构稍微改造一下，引入边的“方向”的概念。

如果用户A关注了用户B，我们就在图中画一条从A到B的带箭头的边，来表示边的方向。如

果用户A和用户B互相关注了，那我们就画一条从A指向B的边，再画一条从B指向A的

边。我们把这种边有方向的图叫作“有向图”。以此类推，我们把边没有方向的图就叫作“无向

图”。

我们刚刚讲过，无向图中有“度”这个概念，表示一个顶点有多少条边。在有向图中，我们把度

分为入度（In-degree）和出度（Out-degree）。

顶点的入度，表示有多少条边指向这个顶点；顶点的出度，表示有多少条边是以这个顶点为起点

指向其他顶点。对应到的例子，入度就表示有多少粉丝，出度就表示关注了多少人。

前面讲到了、、无向图、有向图，现在我们再来看另一种社交软件：QQ。

QQ中的社交关系要更复杂的一点。不知道你有没有留意过QQ亲密度这样一个功能。QQ不

仅记录了用户之间的好友关系，还记录了两个用户之间的亲密度，如果两个用户经常往来，那亲

密度就比较高；如果不经常往来，亲密度就比较低。如何在图中记录这种好友关系的亲密度呢？

这里就要用到另一种图，带权图（weightedgraph）。在带权图中，每条边都有一个权重

（weight），我们可以通过这个权重来表示QQ好友间的亲密度。

关于图的概念比较多，我今天也只是介绍了几个常用的，理解起来都不复杂，不知道你都掌握了

没有？掌握了图的概念，我们再来看下，如何在内存中图这种数据结构呢？

邻接矩阵方法

图最直观的一种方法就是，邻接矩阵（AdjacencyMatrix）。

邻接矩阵的底层依赖一个二维数组。对于无向图来说，如果顶点i与顶点j之间有边，我们就将

A[i][j]和A[j][i]标记为1；对于有向图来说，如果顶点i到顶点j之间，有一条箭头从顶点i指

向顶点j的边，那我们就将A[i][j]标记为1。同理，如果有一条箭头从顶点j指向顶点i的边，

我们就将A[j][i]标记为1。对