[C++数据结构之看懂就这一篇]图(上)


📚博客主页：Zhui_Yi_
🔍：上期回顾：JAVA面向对象（上）
❤️感谢大家点赞👍🏻收藏⭐评论✍🏻，您的三连就是我持续更新的动力❤️
🎇追当今朝天骄，忆顾往昔豪杰。

9796ba31acb84a41a33779fb39bfb109.gif

一、图的概念

1.图的定义

图：Graph=(V,E)

V：顶点(数据元素)的有穷非空集合；
E：边的有穷集合

2.图的分类

图又分为有向图和无向图。
无向图是：每条边都是无方向的
image.png
有向图是：每条边都是有方向的
image.png
其中开始的位置我们称为弧尾，结束的位置我们称为弧头。

3.图的术语

子图

设有两个图G=（V，{E}）、G1=（V1，{E1}），若V1包含于 V，E1 包含于 E，则称 G1是G的子图。

例:(b)、© 是 (a) 的子图
image.png

完全图

任意两个点都有一条边相连

也分为有向和无向。
image.png
而对于无向完全图来说，如果有n个顶点，那么有多少条边嘞？

对于第n个点来说，它连接了n-1条边
对于第n-1个点来说，它连接了n-1-1条边
对于第n-2个点来说，它连接了n-1-1-1条边
…
那么即：image.png

而对于有向完全图来说，如果有n个顶点，那么有多少条边嘞？
它是无向完全图的2倍，即：n(n-1)

稀疏图

有很少边或弧的图。

稠密图

有较多边或弧的图。

权与网

图中边或弧所具有的相关数称为权。表明从一个顶点到另一个顶点的距离或耗费。带权的图称为网。

4.边

邻接

有边/弧相连的两个顶点之间的关系 存在(vi, vj)，则称vi和vj互为邻接点；存在<vi, vj>，则称vi邻接到vj，vj邻接于vi。
vi称为始点或弧尾，vj称为终点或弧头。

关联(依附)

边/弧与顶点之间的关系。存在(vi, vj)/ <vi, vj>， 则称该边/弧关联于vi和vj

对于边<0，1>,称顶点0“邻接到”顶点1,顶点1“邻接于”顶点0，弧<0，1>与顶点0和1“相关联”。

5.点

顶点的度

与该顶点相关联的边的数目，记为TD(v)

在有向图中, 顶点的度等于该顶点的入度与出度之和。
顶点 v 的入度是以 v 为终点的有向边的条数, 记作 ID(v) 顶点 v 的出度是以 v 为始点的有向边的条数, 记作OD(v)

那么当有向图中仅1个顶点的入度为0,其余顶点的入度均为1，此时是何形状？
答：是树！而且是一棵有向树！
关于结点度的重要结论：

若一个图(有向/无向)中有n个顶点和e条边，且每个顶点的度为di (0≤i≤n-1 )则image.png
即图中所有顶点的度之和等于边数的两倍。

6.路径

路径：接续的边构成的顶点序列。
路径长度：路径上边或弧的数目/权值之和。
回路(环)：第一个顶点和最后一个顶点相同的路径。
简单路径：除路径起点和终点可以相同外，其余顶点均不相同的路径。
简单回路(简单环)：除路径起点和终点相同外，其余顶点均不相同的路径。

image.png

7.连通图

图G=( V, E)中，若对任意两个顶点v、u，无向图从v到u都是连通的，则称G是连通图;有向图从v到u和从u到v都存在路径则称G是强连通图。

image.png

连通分量

无向图G的极大连通子图称为G的连通分量。
极大连通子图意思是:该子图是G连通子图，将G的任何不在该子图中的顶点加入，子图不再连通。

极小连通图

极小连通子图:该子图是G的连通子图，在该子图中删除任何一条边，子图不再连通。

其他概念

生成树：包含无向图G 所有顶点的极小连通子图。
生成森林：对非连通图，由各个连通分量的生成树的集合。

image.png

结论

如果G1是一个有n个顶点的连通无向图，则G1最多有多少条边?最少有多少条边?

为完全无向图时边最多→n(n-1)/2，
为树时边数最少→n-1

如果G2是一个有n个顶点的强连通有向图，则G2最多有多少条边?最少有多少条边?

为完全有向图时边最多 →n(n-1)
为树时边数最少(有弧指向根 →)n

二、图的存储

引入

在前面我们学过的一些知识中，线性表有唯一的前驱和后继，树中有唯一的双亲和多个后继，但在图里，一个点可能有好多前趋和后继。

图中任意两个顶点之间可能存在联系，因此不能以数据元素在内存中的物理位置表示元素之间的关系(内存中物理位置是线性的)

此时还是有两种存储方式：顺序存储结构和链式存储结构

其中我们重点掌握：邻接矩阵和邻接表

数组（邻接矩阵）表示法

我们首先考虑一下，我们会在图中存储哪些信息嘞？
图的定义中包含了顶点和边，所以我们就要存储这两个信息，即：

建立一个顶点表（记录各个顶点信息）和一个邻接矩阵（表示各个顶点之间关系）。

image.png
设图 A = (V, E) 有 n 个顶点，则图的邻接矩阵是一个二维数组 A.Edge[n][n]，如果图不带权，定义为：image.png

无向图的邻接矩阵表示法

image.png
如图，则我们要建立5*5大小的数组，即：
image.png
那么我们该如何表示它们之间的关系呢？
有关系的话为1，无关系的话为0，即：
image.png
我们再看一下这个图片，有什么规律吗？
关于对角线对称，这很容易理解，在无向图中，一个顶点与另一个顶点有关系的话，那么这个顶点既有出度，也有入度。
那么既然是对称矩阵了，我们是不是可以压缩存储。
那么除了这个，我们还能知道些什么呢？
每个顶点的行或列相加即为这个顶点的度。
特别：完全图的邻接矩阵中，对角元素为0，其余1。
空间复杂度即为：O（n2）。

有向图的邻接矩阵表示法

image.png
我们可以建立如下矩阵：
image.png
植入关系后：
image.png
注意一下：

在有向图的邻接矩阵中， 第i行含义：以结点vi为尾的弧(即出度边）； 第i列含义：以结点vi为头的弧(即入度边）。

而规律如下：

分析1：有向图的邻接矩阵可能是不对称的。
分析2：顶点的出度=第i行元素之和
顶点的入度=第i列元素之和
顶点的度=第i行元素之和+第i列元素之和

网（即有权图）的邻接矩阵表示法

image.png
无穷大为自己定义。
image.png
对于这个网而言，我们该如何存储？
image.png
如下图：
image.png

邻接矩阵的存储表示（以网为例）

首先我们先设置两个值

#define MaxInt 32767                    	//表示极大值，即∞
#define MVNum 100                       	//最大顶点数

然后呢，我们要存储点和边，即我们需要定义两个数组，一个点集，一个边集，在此之前，我们先定义一下其他的：

typedef char VerTexType;              	//假设顶点的数据类型为字符型 
typedef int ArcType;                  	//假设边的权值类型为整型

然后我们再定义结构体：

typedef struct{ VerTexType vexs[MVNum];            		//顶点表 ArcType arcs[MVNum][MVNum];      		//邻接矩阵 int vexnum,arcnum;                		//图的当前点数和边数 
}AMGraph;

image.png
对于这个图，你认为改存哪些信息？
四个顶点，五条边，以及五个权值。
即
image.png
即整个算法思想为：

（1）输入总顶点数和总边数。
（2）依次输入点的信息存入顶点表中。
（3）初始化邻接矩阵，使每个权值初始化为极大值。
（4）构造邻接矩阵。

我们此时定义：

AMGraph &G

故我们要先输入总点数和总边数：

 cin>>G.vexnum>>G.arcnum; 	//输入总顶点数，总边数

然后再输入顶点的信息：

  for(i = 0; i<G.vexnum; ++i)    cin>>G.vexs[i];  	//依次输入点的信息

然后再初始化邻接矩阵，使权值为最大值（若无权值，则将其初始化为0）：

 for(i = 0; i<G.vexnum;++i) //初始化邻接矩阵，边的权值均置为极大值for(j = 0; j<G.vexnum;++j)   G.arcs[i][j] = MaxInt;  //有权值//G.arcs[i][j] = 0;//无权值

即
image.png
最后再构造邻接矩阵：
那么此时就会有一个问题，我们将500赋值给A到B的这条边？
那么我们是不是需要先找到A和B，然后再将A和B转化成相对应的位置信息，那么我们该如何找到A和B呢？
故我们需要从点集中进行遍历，返回A和B的位置对应的下标：

 int LocateVex(MGraph G,VertexType u){//存在则返回u在顶点表中的下标;否则返回-1int i;for(i=0;i<G.vexnum;++i)if(u==G.vexs[i])return i;return -1;}

故构造邻接矩阵：

 for(k = 0; k<G.arcnum;++k){                     //构造邻接矩阵 cin>>v1>>v2>>w;   //无权值的时候，这步骤不需要                              //输入一条边依附的顶点及权值 i = LocateVex(G, v1);  j = LocateVex(G, v2);  //确定v1和v2在G中的位置G.arcs[i][j] = w; //边<v1, v2>的权值置为w //G.arcs[i][j] =1；//无权值的时候G.arcs[j][i] = G.arcs[i][j];              //置<v1, v2>的对称边<v2, v1>的权值为w }

完整代码如下：

bool CreateUDN(AMGraph &G){ //采用邻接矩阵表示法，创建无向网G cin>>G.vexnum>>G.arcnum; 	//输入总顶点数，总边数 for(i = 0; i<G.vexnum; ++i)    cin>>G.vexs[i];                        	//依次输入点的信息 for(i = 0; i<G.vexnum;++i) 	//初始化邻接矩阵，边的权值均置为极大值for(j = 0; j<G.vexnum;++j)   G.arcs[i][j] = MaxInt;   for(k = 0; k<G.arcnum;++k){                     //构造邻接矩阵 cin>>v1>>v2>>w;                                 //输入一条边依附的顶点及权值 i = LocateVex(G, v1);  j = LocateVex(G, v2);  //确定v1和v2在G中的位置G.arcs[i][j] = w; //边<v1, v2>的权值置为w G.arcs[j][i] = G.arcs[i][j];              //置<v1, v2>的对称边<v2, v1>的权值为w }//for return true; 
}

总结

优点：容易实现图的操作，如：求某顶点的度、判断顶点之间是否有边、找顶点的邻接点等等。
缺点：n个顶点需要n*n个单元存储边;空间效率为O(n2)。 对稀疏图而言尤其浪费空间。

邻接表（链式）表示法

既然是链式，那么我们可以和单链表结合在一起：

存储顶点信息：

每个单链表有一个头结点（设为2个域），存vi信息；
每个单链表的头结点另外用顺序存储结构存储。

顺序存储，是这样吗：

A
B
C
D

顶点是存下来了，那么它指向的那个顶点嘞？
我们可以在搞一个域，用来存储第一个指向的结点即：
image.png
那么存储完点了，该如何存储边呢？

存储边的信息

每个顶点vi 建立一个单链表，把与vi有关联的边的信息链接起来，每个结点设为3个域。

image.png
image.png

存储表示

image.png
我们首先先看一下这个图片，我们是应该先存储黄色部分，还是蓝色部分？
当然是黄色部分，因为我们蓝色部分要指向黄色部分，如果黄色部分未声明的话，那么肯定会悬空。
即：

typedef struct ArcNode{                		//边结点 
int adjvex;                          		//该边所指向的顶点的位置 
struct ArcNode * nextarc;          	//指向下一条边的指针 
OtherInfo info;                      	              //和边相关的信息 
}ArcNode;

然后我们就要声明蓝色部分的：
蓝色部分包含什么？
一个结点和一个指针：

typedef struct VNode{ 
VerTexType data;                        	//顶点信息 
ArcNode * firstarc;                     	//指向第一条依附该顶点的边的指针 
}VNode;               						//AdjList表示邻接表类型

此时是不是声明完了？
当然没有啊，我们还没存储顶点数和边数呢！

typedef struct{ VNode v[MVNum];                 		//邻接表 int vexnum, arcnum;              		//图的当前顶点数和边数 
}ALGraph;

整体代码如下：

#define MVNum 100                        	//最大顶点数 
typedef struct ArcNode{                		//边结点 int adjvex;                          		//该边所指向的顶点的位置 struct ArcNode * nextarc;          	//指向下一条边的指针 OtherInfo info;                      	              //和边相关的信息 
}ArcNode; 
typedef struct VNode{ VerTexType data;                        	//顶点信息 ArcNode * firstarc;                     	//指向第一条依附该顶点的边的指针 
}VNode；              							//AdjList表示邻接表类型 
typedef struct{ VNode v[MVNum];                 		//邻接表 int vexnum, arcnum;              		//图的当前顶点数和边数 
}ALGraph;

无向图的邻接表表示

image.png
我们首先看这个图片，有几个顶点？
5个，我们把它们存到顺序表中：
image.png
然后我们再根据每一个结点与其他结点相连来扩充：
image.png
我们看上表，能发现什么？邻接表是否唯一？
当然不唯一，你不知道每个结点后的顺序排列如何。比如，v1后面可以改为：1，3
空间效率为O（n+2e)其中e为边数。

有向图的邻接表表示

image.png
空间效率为O（n+e)

出度OD(Vi)=单链出边表中链接的结点数
入度ID(Vi)=整个链表中邻接点域为Vi的结点个数
度:TD(Vi)=OD+ID

网的邻接表表示

对于带权值的网，可以在边表定义中增加一个数据域存储权值。
image.png

总结

由于后面的知识有点遗忘，而且我太久没写东西了，就先发着一部分，抱歉，各位！！！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/web/25709.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

Simscape Multibody与RigidBodyTree：机器人建模

Simscape Multibody与RigidBodyTree：机器人建模

RigidBodyTree&#xff1a;主要用于表示机器人刚体结构的动力学模型&#xff0c;重点关注机器人的几何结构、质量和力矩&#xff0c;以及它们如何随时间变化。它通常用于计算机器人的运动和受力情况。Simscape Multibody&#xff1a;作为Simscape的一个子模块&#xff0c;专门用…
阅读更多...
情景题之小明的Linux实习之旅：linux实战练习1（下）【基础命令，权限修改，日志查询，进程管理...】

情景题之小明的Linux实习之旅：linux实战练习1（下）【基础命令，权限修改，日志查询，进程管理...】

小明的Linux实习之旅&#xff1a;基础指令练习情景练习题下 前景提要小明是怎么做的场景1&#xff1a;初识Linux&#xff0c;创建目录和文件场景2&#xff1a;权限管理&#xff0c;小明的权限困惑场景3&#xff1a;打包与解压&#xff0c;小明的备份操作场景4&#xff1a;使用G…
阅读更多...
【思考】Vue2响应丢失、$set

【思考】Vue2响应丢失、$set

【思考】Vue2响应丢失、$set vue2响应丢失情况复现原因解决总结 vue2响应丢失情况复现 场景&#xff1a;直接通过数组下标去修改数组造成响应丢失 <template><div><p v-for"(item, index) in list" :key"index">{{item}}</p><…
阅读更多...
渗透测试模拟实战（二）-BlueCMS平台

渗透测试模拟实战（二）-BlueCMS平台

渗透测试 渗透测试是维护网络安全的重要组成部分&#xff0c;可以帮助组织识别并修复潜在的安全漏洞&#xff0c;减少被恶意攻击的风险。然而&#xff0c;进行渗透测试时必须遵守法律和道德规范&#xff0c;确保所有活动都在授权范围内进行。 环境部署&#xff1a; study2016、…
阅读更多...
【优选算法】优先级队列 {优先级队列解决TopK问题，利用大小堆维护数据流的中位数}

【优选算法】优先级队列 {优先级队列解决TopK问题，利用大小堆维护数据流的中位数}

一、经验总结 优先级队列&#xff08;堆&#xff09;&#xff0c;常用于在集合中筛选最值或解决TopK问题。 提示&#xff1a;对于固定序列的TopK问题&#xff0c;最优解决方案是快速选择算法&#xff0c;时间复杂度为O(N)比堆算法O(NlogK)更优&#xff1b;而对于动态维护数据流…
阅读更多...
linux 网桥学习

linux 网桥学习

前言&#xff1a; 本文来学习一下linux网桥概念和网桥配置 1. linux网桥概念 网桥&#xff0c;类似于中继器&#xff0c;连接局域网中两个或者多个网段。它与中继器的不同之处就在于它能够解析它收发的数据&#xff0c;读取目标地址信息&#xff08;MAC&#xff09;&#xff…
阅读更多...
立创EDA专业版设置位号居中并调整字体大小

立创EDA专业版设置位号居中并调整字体大小

选择某一个器件位号&#xff0c;右键->查找&#xff1a; 选择查找全部&#xff1a; 下面会显示查找结果&#xff1a; 查看&#xff0c;所有的位号都被选中了&#xff1a; 然后布局->属性位置&#xff1a; 属性位置选择中间&#xff1a; 然后位号就居中了 调整字体大小&a…
阅读更多...
微信小程序学习笔记（1）

微信小程序学习笔记（1）

文章目录 一、文件作用app.json&#xff1a;project.config.json:sitemap.json页面中.json 二、项目首页三、语法**WXML**和**HTML**WXSS 和CSS的区别小程序中.js文件的分类 一、文件作用 app.json&#xff1a; 当前小程序的全局配置&#xff0c;包括所有页面路径、窗口外观、…
阅读更多...
文件的基础必备知识(初学者入门)

文件的基础必备知识(初学者入门)

1. 为什么使用文件 2. 什么是文件 3. 二进制文件和文本文件 4. 文件的打开和关闭 1.为什么使用文件 我们写的程序数据是存储在电脑内存中&#xff0c;如果程序退出&#xff0c;内存回收&#xff0c;数据就丢失&#xff0c;等程序再次运行时&#xff0c;上次的数据已经消失。面…
阅读更多...
每日复盘-20240607

每日复盘-20240607

今日关注&#xff1a; 这几天市场环境不好&#xff0c;一直空仓。 六日涨幅最大: ------1--------605258--------- 协和电子 五日涨幅最大: ------1--------605258--------- 协和电子 四日涨幅最大: ------1--------605258--------- 协和电子 三日涨幅最大: ------1--------0…
阅读更多...
入侵报警系统的智慧核心——ARMxy工控机深度应用

入侵报警系统的智慧核心——ARMxy工控机深度应用

智能安防领域高清视频监控、人脸识别门禁系统以及入侵报警系统的智能化升级&#xff0c;正以前所未有的速度推动着行业的变革。在这场变革中&#xff0c;ARMxy工业计算机以其卓越的性能、高度的灵活性及强大的集成能力&#xff0c;成为了众多安防解决方案中的核心组件。 高清视…
阅读更多...
BC11 学生基本信息输入输出

BC11 学生基本信息输入输出

BC11 学生基本信息输入输出 废话不多说上题目&#xff1a; 这道题表面上很简单&#xff0c;但是里面有很重要的点先给大家上正确的代码&#xff1a; #include<stdio.h> int main() {int stu 0;float c 0;float English 0;float math 0;scanf("%d;%f,%f,%f"…
阅读更多...
AI大模型日报#0610：港大等1bit大模型“解决AI能源需求”、谷歌开源TimesFM时序预测模型

AI大模型日报#0610：港大等1bit大模型“解决AI能源需求”、谷歌开源TimesFM时序预测模型

导读&#xff1a;AI大模型日报&#xff0c;爬虫LLM自动生成&#xff0c;一文览尽每日AI大模型要点资讯&#xff01;目前采用“文心一言”&#xff08;ERNIE 4.0&#xff09;、“零一万物”&#xff08;Yi-Large&#xff09;生成了今日要点以及每条资讯的摘要。欢迎阅读&#xf…
阅读更多...
Jmeter分布式、测试报告、并发数计算、插件添加方式、常用图表

Jmeter分布式、测试报告、并发数计算、插件添加方式、常用图表

Jmeter分布式 应用场景 当单个测试机无法模拟用户要求的业务场景时&#xff0c;可以使用多台测试机进行模拟&#xff0c;就是Jmeter的分布 式测试。 Jmeter分布式执行原理 Jmeter分布测试时&#xff0c;选择其中一台作为控制机&#xff08;Controller&#xff09;&#xff0c…
阅读更多...
Spring5

Spring5

文章目录 1. Spring 是什么&#xff1f;2. IoC3. Spring Demo4. IoC 创建对象的方式 / DI 方式注入的默认参数在哪里设定? 5. Spring 配置tx:annotation-driven 用于启用基于注解的事务管理 6. Bean的作用域7. 在Spring中有三种自动装配的方式1. 在xml中显式的配置2. 在java中…
阅读更多...
RAG：如何从0到1搭建一个RAG应用

RAG：如何从0到1搭建一个RAG应用

通过本文你可以了解到&#xff1a; 什么是RAG&#xff1f;如何搭建一个RAG应用&#xff1f;目前开源的RAG应用有哪些&#xff1f; 大模型学习参考&#xff1a; 1.大模型学习资料整理&#xff1a;大模型学习资料整理&#xff1a;如何从0到1学习大模型&#xff0c;搭建个人或企业…
阅读更多...
定个小目标之刷LeetCode热题（15）

定个小目标之刷LeetCode热题（15）

这道题直接就采用两数相加的规则&#xff0c;维护一个进阶值&#xff08;n&#xff09;即可&#xff0c;代码如下 class Solution {public ListNode addTwoNumbers(ListNode l1, ListNode l2) {// 新建一个值为0的头结点ListNode newHead new ListNode(0);// 创建几个指针用于…
阅读更多...
【C++初阶学习】第十三弹——优先级队列及容器适配器

【C++初阶学习】第十三弹——优先级队列及容器适配器

C语言栈&#xff1a;数据结构——栈(C语言版)-CSDN博客 C语言队列&#xff1a;数据结构——队列&#xff08;C语言版&#xff09;-CSDN博客 C栈与队列&#xff1a;【C初阶学习】第十二弹——stack和queue的介绍和使用-CSDN博客 前言&#xff1a; 在前面&#xff0c;我们已经…
阅读更多...
Java24：会话管理 过滤器 监听器

Java24：会话管理 过滤器 监听器

一 会话管理 1.cookie 是一种客户端会话技术&#xff0c;cookie由服务端产生&#xff0c;它是服务器存放在浏览器的一小份数据&#xff0c;浏览器 以后每次访问服务器的时候都会将这小份的数据带到服务器去。 //创建cookie对象 Cookie cookie1new Cookie("…
阅读更多...
vuInhub靶场实战系列--Kioptrix Level #3

vuInhub靶场实战系列--Kioptrix Level #3

免责声明 本文档仅供学习和研究使用,请勿使用文中的技术源码用于非法用途,任何人造成的任何负面影响,与本人无关。 目录 免责声明前言一、环境配置1.1 靶场信息1.2 靶场配置 二、信息收集2.1 主机发现2.1.1 netdiscover2.1.2 arp-scan主机扫描 2.2 端口扫描2.3 指纹识别2.4 目…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023