图论不同地方讲的不太一样,本文仅限作者的理解
定义
图一般由点集 V V V 和边集 E E E 组成。
对于 v ∈ V v\in V v∈V,称 v v v 为该图的一个节点。
对于 e ∈ E e\in E e∈E,一般用二元组 ( u , v ) (u,v) (u,v) 表示 e e e,其中 u , v ∈ V u,v\in V u,v∈V。在无向图中,该二元组无序,即边为双向;在有向图中,该二元组有序,即边为单向。
一个带有边权(边的长度)的图称为带权图,此时边一般记为 ( u , v , w ) (u,v,w) (u,v,w)。
下面分别是一个无向图和一个有向图的例子:
连通性
从一个图中选出一些节点和边,构成一个合法的新图,称做原图的子图。
扩展至最大的符合某一要求的子图被称为分量。
通过图中的边可以使节点之间联通(单向联通也算)的图称做连通图。
节点之间两两可以互相到达的有向图被称做强联通图。
如果一个图中某一个点及其边被删去后,图将不再联通,则称该点为原图的一个割点。
没有割点的图被称为点双连通图。
如果一个图中某一条边被删去后,图将不再联通,则称该边为原图的一个割边。
没有割边的图被称为边双连通图。
读者可以自行理解联通子图、联通分量、强连通子图、强连通分量、点双联通子图、点双联通分量、边双联通子图、边双联通分量等概念。
树与环
一个没有环的图称为无环图。
一个没有环的有向图称为有向无环图(DAG)。
一个没有环且联通的无向图称为树。
一个有恰一个环且联通的无向图称为基环树。
一个是树且包含所有节点的子图称为原图的生成树。
存储
一般有两种存储方式,邻接矩阵和邻接表。
邻接矩阵
使用一个矩阵来存储图,对于矩阵中的一个元素 G u , v G_{u,v} Gu,v:
在无权图中, u , v u,v u,v 之间有边为 1 1 1,无边为 0 0 0;
在带权图中, u , v u,v u,v 之间有边为 w w w,无边为 inf \inf inf。
邻接表
使用多个数组来存储图,对于每一个数组 G u G_u Gu
在无权图中, u , v u,v u,v 间有边则加入 v v v;
在带权图中, u , v u,v u,v 间有边则加入有序二元组 ( v , w ) (v,w) (v,w)。
代码
分为定义,输入和遍历三部分
- 邻接矩阵
cpp
int G[N][N];
memset(G,0,sizeof(G));//无权
memset(G,INF,sizeof(G));//带权
cpp
for (int i=1;i<=m;i++){
//无权
int u,v;
cin>>u>>v;
G[u][v]=1;
G[v][u]=1;//仅限无向图
//带权
int u,v,w;
cin>>u>>v>>w;
G[u][v]=w;
G[v][u]=w;//仅限无向图
}
cpp
for (int u=1;u<=n;u++) for (int v=1;v<=n;v++)
if (G[u][v])//无权
if (G{u][v]!=INF)//带权
- 邻接表
cpp
vector<int> G[N];//无权
//带权
struct edge{int v,w;};
vector<edge> G[N];
cpp
for (int i=1;i<=m;i++){
//无权
int u,v;
cin>>u>>v;
G[u].push_back(v);
G[v].push_back(u);//仅限无向图
//带权
int u,v,w;
cin>>u>>v>>w;
G[u].push_back({v,w});
G[v].push_back({u,w});//仅限无向图
}
cpp
for (int u=1;u<=n;u++)
for (int v:G[u])//无权
for (edge e:G[u])//带权