- (꒪ꇴ꒪ )，Hello我是祐言QAQ
- 我的博客主页：C/C++语言，Linux基础，ARM开发板，软件配置等领域博主🌍
- 快上🚘，一起学习，让我们成为一个强大的攻城狮！
- 送给自己和读者的一句鸡汤🤔：集中起来的意志可以击穿顽石!
- 作者水平很有限，如果发现错误，可在评论区指正，感谢🙏
一、什么是图
**图是一种由节点（顶点）和连接这些节点的边构成的非线性数据结构。每个节点可以表示一个实体，而边则表示节点之间的关系。**图的设计可以用于模拟现实世界中的各种复杂关系和连接，从社交网络到通信网络，都可以通过图来更好地理解和分析。
二、图的分类
图可以根据多个维度进行分类：
- 有向图（Directed Graph）和无向图（Undirected Graph）： 有向图中的边具有方向，表示从一个节点指向另一个节点的关系；而无向图中的边没有方向，表示两个节点之间的对等关系。
- 有权图（Weighted Graph）和无权图（Unweighted Graph）： 在有权图中，每条边都有一个权重，可以表示节点之间的某种度量，如距离、成本等；而在无权图中，边没有权重，只表示连接关系。
- 简单图和多重图（Multigraph）： 简单图中不存在自环和重复的边；而多重图允许自环和可能具有相同的边。
三、图的边
图的边是连接节点的实体，它可以包含以下信息：
- 权重（Weight）： 如果是有权图，每条边都有一个权重，代表节点之间的某种度量。
- 方向： 在有向图中，边从一个节点指向另一个节点，有方向性；在无向图中，边没有方向，表示双向关系。
- 标签（Label）： 可以为边添加标签，表示连接的类型或特性。
有些图的边或弧具有与它相关的数字，这种与图的边或弧相关的数叫做权，表示从一个顶点到另一个顶点的距离或花费或时间。我们称这种带权的图为网。如下图所示，即为网。
四、图的表达方式
图可以使用不同的数据结构来表示：
- 邻接矩阵（Adjacency Matrix）： 使用二维数组表示图的顶点之间的连接关系。矩阵的行和列分别代表顶点，矩阵元素表示边的存在与否或权重。
图中 1 表示相连接，0 表示不相连
- 邻接表（Adjacency List）： 使用链表或数组表示图的顶点以及与其相邻的顶点。每个顶点对应一个列表，包含与之相连的顶点。
五、图的遍历
图遍历是访问图中所有节点的方法，有两种主要方法：
- 深度优先搜索（DFS）： 从起始节点开始，沿着一条路径尽可能深入，直到无法继续为止，然后回溯到之前的节点，继续探索其他路径。
1.遍历思路
- 访问顶点v；
- 从v的未被访问的邻接点中选取一个顶点w，从w出发进行深度优先遍历；
- 重复上述两步，直至图中所有和v有路径相通的顶点都被访问到。
2.列举
按深度优先遍历就是：A B C D E F G H(此时这条线路已经走到尽头，可是还有一个I顶点没有遍历，所以回到G，发现G的邻接点都遍历过了，再回到F，发现F的邻接点也都遍历过了，直到D顶点，发现I这个顶点没有遍历，所以把I再遍历，继续回溯，最终回到起点A。
- 广度优先搜索（BFS）： 从起始节点开始，先访问所有与其直接相邻的节点，然后逐层向外扩展，确保先访问离起始节点近的节点。
1.遍历思路
- 从图中某个顶点V0出发，并访问此顶点；
- 从V0出发，访问V0的各个未曾访问的邻接点W1，W2，...,Wk;然后,依次从W1,W2,...,Wk出发访问各自未被访问的邻接点；
- 重复步骤2，直到全部顶点都被访问为止。
2.列举
六、图的算法
图的算法是一个重要的主题，包括最短路径、连通性、最大流、最小生成树等问题。比如Dijkstra算法可以用于寻找图中的最短路径，Kruskal算法和Prim算法可以用于求解最小生成树问题。这些算法的选择和应用取决于图的特性和问题的需求。
七、适用说明
图的应用范围广泛，包括但不限于：
- 社交网络分析： 用于分析人际关系、社区发现、信息传播等。
- 路线规划： 帮助找到最短路径、最优路线，应用于导航和交通规划。
- 计算机网络： 描述计算机之间的连接、拓扑结构，用于网络设计和分析。
- 编译器： 用于构建控制流图、数据依赖图，进行代码优化和分析。
图还可以用于生物信息学（比如在蛋白质相互作用网中寻找功能模块）、物联网（比如在设备间建立最优的通信路径）等领域。
总之，图是一个强大的数据结构，能够捕捉和表示各种实体之间的关系，为解决各种复杂问题提供了有效的工具。不同类型的图和图遍历算法可以根据问题的性质和需求来选择使用。
更多C语言、Linux系统、ARM板实战和数据结构相关文章，关注专栏：
📢写在最后
- 今天的分享就到这啦~
- 觉得博主写的还不错的烦劳
一键三连喔~ - 🎉感谢关注🎉