数据结构--图定义与基本术语
图G由顶点集V和边集E组成,记为G = (V, E),其中V(G)表示图G中顶点的有限非空集;E(G)表示图G中顶点之间的关系(边)集合。若Vv1v2vn,则用|V|表示图G中顶点的个数,也称图G的阶,E{(uv∣u∈Vv∈V,用|E|表示图G中边的条数。线性表可以是空表,树可以是空树,但图不可以是空,即V一定是非空集。
数据结构–图定义与基本术语
图的定义
图G由顶点集V\color{red}顶点集V顶点集V和边集E\color{red}边集E边集E组成,记为G = (V, E),其中V(G)表示图G中顶点的有限非空集;
E(G)表示图G中顶点之间的关系(边)集合。若V=v1,v2,…,vnV = {v_1, v_2, … , v_n}V=v1,v2,…,vn,则用|V|表示图G中顶点的个
数,也称图G的阶,E={(u,v)∣u∈V,v∈V}E=\{(u,v)\mid u\in V,v\in V\}E={(u,v)∣u∈V,v∈V},用|E|表示图G中边的条数。
注意:
线性表可以是空表,树可以是空树,但图不可以是空,即V一定是非空集\color{green}线性表可以是空表,树可以是空树,但图不可以是空,即V一定是非空集线性表可以是空表,树可以是空树,但图不可以是空,即V一定是非空集
图逻辑结构的应用
无向图、有向图
若E是无向边\color{red}无向边无向边(简称边\color{red}边边)的有限集合时,则图G为无向图。
边是顶点的无序对,记为(v,w)或(w,v)\color{red}(v, w)或(w, v)(v,w)或(w,v),因为(v, w) = (w, v),其中v、w是顶点。可以说顶点w和顶点v互为邻接点。边(v, w)依附于顶点w和v,或者说边(v, w)和顶点v、w相关联。
G2=(V2,E2)V2={A,B,C,D,E}E2={(A,B),(B,D),(B,E),(C,D),(C,E),(D,E)}\begin{aligned} &G_{2} =(V_{2},E_{2}) \\ &V_{2} =\{A,B,C,D,E\} \\ &E_{2} =\{(A,B),(B,D),(B,E),(C,D),(C,E),(D,E)\} \end{aligned}G2=(V2,E2)V2={A,B,C,D,E}E2={(A,B),(B,D),(B,E),(C,D),(C,E),(D,E)}
若E是有向边\color{red}有向边有向边(也称弧\color{red}弧弧)的有限集合时,则图G为有向图\color{red}有向图有向图。
弧是顶点的有序对,记为<v,w>\color{red}<v, w><v,w>,其中v、w是顶点,v称为弧尾\color{red}弧尾弧尾,w称为弧头\color{red}弧头弧头,<v, w>称为从顶点v到顶点w的弧,也称
v邻接到w,或w邻接自v。<v,w>≠<w,v>\color{red} <v, w> ≠ <w, v><v,w>=<w,v>
G1=(V1,E1)V1={A,B,C,D,E}E1={<A,B>,<A,C>,<A,D>,<A,E>,<B,A>,<B,C>,<B,E>,<C,D>\begin{array}{l}G_1=(V_1,E_1)\\V_1=\{\textsf{A,B,C,D,E}\}\\E_1=\{\textsf{<A,B>,<A,C>,<A,D>,<A,E>,<B,A>,<B,C>,<B,E>,<C,D>}\\\end{array}G1=(V1,E1)V1={A,B,C,D,E}E1={<A,B>,<A,C>,<A,D>,<A,E>,<B,A>,<B,C>,<B,E>,<C,D>
简单图、多重图
简单无向图:
简单有向图:
简单图\color{red}简单图简单图:
① 不存在重复边;
② 不存在顶点到自身的边
多重无向图:
多重有向图:
多重图\color{red}多重图多重图:
图G中某两个结点之间的边数多于
一条,又允许顶点通过同一条边和自己关联,
则G为多重图
顶点的度、入度、出度
对于无向图\color{red}无向图无向图:顶点v的度\color{red}顶点v的度顶点v的度是指依附于该顶点的边的条数,记为TD(v)。
在具有n个顶点、e条边的无向图中,∑i=1nTD(vi)=2e\sum_{i=1}^n\mathrm{TD}(v_i)=2e∑i=1nTD(vi)=2e
即无向图的全部顶点的度的和等于边数的2倍
对于有向图\color{red}有向图有向图:
入度\color{red}入度入度是以顶点v为终点的有向边的数目,记为ID(v);
出度是以顶点v为起点的有向边的数目,记为OD(v)。
顶点v的度等于其入度和出度之和,即TD(v) = ID(v) + OD(v)。
在具有n个顶点、e条边的有向图中, ∑i=1nID(νi)=∑i=1nOD(νi)=e\sum_{i=1}^n\mathrm{ID}(\nu_i)=\sum_{i=1}^n\mathrm{OD}(\nu_i)=e∑i=1nID(νi)=∑i=1nOD(νi)=e
顶点-顶点的关系描述
顶点之间有可能不存在路径:
有向图的路径也是有向的:
• 路径\color{red}路径路径——顶点vp到顶点vq之间的一条路径是指顶点序列 ,vp,vi1,vi2,⋯ ,vim,vqv_{p},v_{i_{1}},v_{i_{2}},\cdots,v_{i_{m}},v_{q}vp,vi1,vi2,⋯,vim,vq
• 回路\color{red}回路回路——第一个顶点和最后一个顶点相同的路径称为回路或环
• 简单路径\color{red}简单路径简单路径——在路径序列中,顶点不重复出现的路径称为简单路径。
• 简单回路\color{red}简单回路简单回路——除第一个顶点和最后一个顶点外,其余顶点不重复出现的回路称为简单回路。
• 路径长度\color{red}路径长度路径长度——路径上边的数目
• 点到点的距离\color{red}点到点的距离点到点的距离——从顶点u出发到顶点v的最短路径\color{red}最短路径最短路径若存在,则此路径的长度称为从u到v的距离。
若从u到v根本不存在路径\color{red}不存在路径不存在路径,则记该距离为无穷(∞)\color{red}记该距离为无穷(∞)记该距离为无穷(∞)。
• 无向图\color{red}无向图无向图中,若从顶点v到顶点w有路径存在,则称v和w是连通\color{red}连通连通的
• 有向图\color{red}有向图有向图中,若从顶点v到顶点w和从顶点w到顶点v之间都有路径,则称这两个顶点是强连通\color{red}强连通强连通的
连通图、强连通图
若图G中任意两个顶点都是连通的,则称图G为
连通图,否则称为非连通图。
若图中任何一对顶点都是强连通的,则称此图为强连通图。
常见考点:\color{red}常见考点:常见考点:
对于n个顶点的无向图G,
若G是连通图\color{red}连通图连通图,则最少\color{red}最少最少有 n-1 条边
若G是非连通图\color{red}非连通图非连通图,则最多\color{red}最多最多可能有 Cn−12C_{n-1}^2Cn−12 条边
若图中任何一对顶点都是强连通的,则称此图为
强连通图\color{red}强连通图强连通图。
常见考点\color{red}常见考点常见考点:
对于n个顶点的有向图G,
若G是强连通图\color{red}强连通图强连通图,则最少\color{red}最少最少有 n 条边(形成回路)
研究图的局部——子图
设有两个图G =(V,E)和G′ =(V’,E’),若V’是V的子集,且E′是E的子集,则称G’是G的子图\color{red}子图子图
若有满足V(G’)=V(G)的子图G’9则称其为G的生成子图\color{red}生成子图生成子图
并非任意挑几个点、几条边都能构成子图\color{green}并非任意挑几个点、几条边都能构成子图并非任意挑几个点、几条边都能构成子图
连通分量
无向图中的极大连通子图\color{red}极大连通子图极大连通子图称为连通分量。
极大连通子图:子图必须连通,且包含尽可能多的顶点和边
G的三个连通分量:
强连通分量
强连通分量(Strongly Connected Component,简称SCC)是指有向图中的一个子图,其中任意两个顶点之间都存在有向路径\color{red}任意两个顶点之间都存在有向路径任意两个顶点之间都存在有向路径。
G的三个强连通分量:
生成树
连通图\color{red}连通图连通图的生成树\color{red}生成树生成树是包含图中全部顶点的一个极小连通子图\color{red}包含图中全部顶点的一个极小连通子图包含图中全部顶点的一个极小连通子图。
若图中顶点数为n,则它的生成树含有 n-1 条边。对生成树而言,若砍去它的一条边,则会变成非连通图,若加上一条边则会形成一个回路。
G的生成树:
生成森林
在非连通图\color{red}非连通图非连通图中,连通分量的生成树\color{red}连通分量的生成树连通分量的生成树构成了非连通图的生成森林\color{red}生成森林生成森林。
G的连通分量→\to→G的生成森林
边的权、带权图/网
给各边赋予一个权值——实际距离
给各边赋予一个数值——转发概率
边的权\color{red}边的权边的权——在一个图中,每条边都可以标上具有某种含义的数值,该数值称为该边的权值。
带权图/网\color{red}带权图/网带权图/网——边上带有权值的图称为带权图\color{red}带权图带权图,也称网\color{red}网网。
带权路径长度\color{red}带权路径长度带权路径长度——当图是带权图时,一条径上所有边的权值之和\color{red}径上所有边的权值之和径上所有边的权值之和,称为该路径的带权路径长度
几种特殊形态的图
无向完全图\color{red}无向完全图无向完全图——无向图中任意两个顶点之间都存在边
若无向图的顶点数|V|=n,则∣E∣∈[0,Cn2]=[0,n(n−1)/2]|E|\in[0,C_n^2]=[0,\color{red}{n(n-1)/2}]∣E∣∈[0,Cn2]=[0,n(n−1)/2]
有向完全图\color{red}有向完全图有向完全图——有向图中任意两个顶点
之间都存在方向相反的两条弧
若有向图的顶点数|V|=n,则∣E∣∈[0,2Cn2]=[0,n(n−1)]|E|\in[0,2C_n^2]=[0,\color{red}{n(n-1)}]∣E∣∈[0,2Cn2]=[0,n(n−1)]
边数很少的图称为稀疏图\color{red}稀疏图稀疏图
反之称为稠密图\color{red}稠密图稠密图
没有绝对的界限,一般来说|E| < |V|log|V|时,可以将G视为稀疏图
树\color{red}树树——不存在回路\color{red}不存在回路不存在回路,且连通\color{red}连通连通的无向图\color{red}无向图无向图
n个顶点的树,必有n-1条边。
常见考点:n个顶点的图,若∣E∣>n−1,则一定有回路\color{red}若 |E|>n-1,则一定有回路若∣E∣>n−1,则一定有回路
有向树\color{red}有向树有向树——一个顶点的入度为0、其余顶点的
入度均为1的有向图\color{red}有向图有向图,称为有向树。
知识回顾与重要考点
常见考点:
对于n个顶点的无向图\color{red}无向图无向图G,
• 所有顶点的度之和=2|E|
• 若G是连通图,则最少有 n-1 条边(树),若 |E|>n-1,则一定有回路
• 若G是非连通图,则最多可能有 Cn−12C_{n-1}^2Cn−12
• 无向完全图共有Cn2C_{n}^2Cn2条边
对于n个顶点的有向图\color{red}有向图有向图G,
• 所有顶点的出度之和=入度之和=|E|
• 所有顶点的度之和=2|E|
• 若G是强连通图,则最少有 n 条边(形成回路)
• 有向完全图共有 2Cn22C_{n}^22Cn2 条边
魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。
更多推荐

所有评论(0)