图论:图的相关定义

图(graph) 是最底层的数据结构,其他所有数据结构的本质都是一张图,都是由节点和节点之间的位置关系决定的数据结构的性质。


1. 定义

1.1 节点

节点也被称为顶点(Vertex) 是图的基本单位,通常会存储一个对象或者实体,图中的节点通过边连接起来构成一张图

cpp 复制代码
class Node{
    /*
     *这里的obj对象可以是任意对象或者数据
     *比如存储一个Student类,或者存储一个int型整数
     */
    Object obj;
    /*
     *每个节点都通过边的关系与其他节点连接起来
     */
    vector<Edge> edges;
}

1.2 边

边(Edge) 是用来表示图中的点直接的关系的对象,通常会存储 出发节点和目标节点以及边的权重

cpp 复制代码
class Edge{
    /*
     *用来储存边的权重
     */
    double weight;
    /*
     *表示边的出发节点
     */
    Node start;
    /*
     *表示边的终点
     */
    Node end;
}

1.3 图的分类

可以根据边的属性分成不同种类的图,但本质上,边和节点的属性是相同的,只是由于不同的定义和使用场景而有所区分。

1.3.1 无权图

无权图 是指边没有权重或者所有边的权重被视为等同。无权图通常用于表示纯连接关系,而不涉及任何与边相关的数值信息。

如果图中每条边的权重都相同,那么这个图可以被看成是一个无权图

cpp 复制代码
class Edge{
    /*
     *每条边的权重都相同
     */
    static const double EDGE_WIGHT;
     /*
     *表示边的出发节点
     */
    Node* start;
    /*
     *表示边的终点
     */
    Node* end;
}
1.3.2 有权图

有权图 是指存在不同权重的边的图。有权图通常可以用于表示非纯连接关系 ,会涉及与边相关的数值信息

cpp 复制代码
class Edge{
    /*
     *存在不同权重的边
     */
    double weight;
     /*
     *表示边的出发节点
     */
    Node* start;
    /*
     *表示边的终点
     */
    Node* end;
}
1.3.3 无向图

无向图 是指图中每对有连接关系的节点都互为终点

数学表示
∀ E d g e ( u , v , w ) ∈ G r a p h → E d g e ( v , u , w ) ∈ G r a p h \forall Edge_{(u,v,w)} \in Graph \to Edge_{(v,u,w)} \in Graph ∀Edge(u,v,w)∈Graph→Edge(v,u,w)∈Graph

无向图的示例

复制代码
a<---->b<---->c (每个双向链表都可以看成一个无权无向图)

等效

复制代码
a ----- b ----- c
1.3.4 有向图

有向图 是指图中不是每对有连接关系的节点都互为终点

数学表示
∃ E d g e ( u , v , w ) ∈ G r a p h → E d g e ( v , u , w ) ∉ G r a p h \exists Edge_{(u,v,w)} \in Graph \to Edge_{(v,u,w)} \notin Graph ∃Edge(u,v,w)∈Graph→Edge(v,u,w)∈/Graph
有向图的示例

复制代码
a---->b---->c (每个单向链表都可以看成一个无权有向图)

对于这个有向图
∃ ( a , b ) ∈ G r a p h → ( b , a ) ∉ G r a p h \exists (a,b) \in Graph \to (b,a) \notin Graph ∃(a,b)∈Graph→(b,a)∈/Graph

1.4 度(Degree)

度(Degree) 指的是某个节点直接相连的边数

示例

考虑一个 无向图 G

复制代码
A    B
|    |
C ------ D

这里A的度就是 1,C的度就是 2

1.4.1 出度(Out-Degree)

出度 指的是有向图中的从某一个节点出发的边的个数

示例

考虑一个 无向图 G

复制代码
A     B
^     ^
|     |
v     |
C ------ >D

这里C的出度是1

1.4.2 入度(In-Degree)

入度 指的是有向图中指向某个节点的边的个数

示例

考虑一个 无向图 G

复制代码
A     B
^     ^
|     |
v     |
C ------ >D

这里C的入度是1

1.5 边数

边数 指的是图中的边的个数和

对于无向图,所有顶点的度之和等于边数的两倍。

∑ v ∈ G d e g ( v ) = 2 ∣ E ∣ \sum_{v \in G}deg(v)=2 |E| v∈G∑deg(v)=2∣E∣

对于一个有向图,所有顶点的出度之和等于所有顶点的入度之和,且都等于边的数量。

∑ v ∈ G d e g + ( v ) = ∑ v ∈ G d e g − ( v ) = ∣ E ∣ \sum_{v \in G}deg^+(v)=\sum_{v \in G}deg^-(v)= |E| v∈G∑deg+(v)=v∈G∑deg−(v)=∣E∣

相关推荐
夜天炫安全34 分钟前
数据结构中所需的C语言基础
c语言·数据结构·算法
2301_789015622 小时前
DS进阶:AVL树
开发语言·数据结构·c++·算法
qyzm5 小时前
天梯赛练习(3月13日)
开发语言·数据结构·python·算法·贪心算法
逆境不可逃5 小时前
LeetCode 热题 100 之 64. 最小路径和 5. 最长回文子串 1143. 最长公共子序列 72. 编辑距离
算法·leetcode·动态规划
CoderCodingNo6 小时前
【GESP】C++五级练习题 luogu-P1182 数列分段 Section II
开发语言·c++·算法
放下华子我只抽RuiKe56 小时前
机器学习全景指南-直觉篇——基于距离的 K-近邻 (KNN) 算法
人工智能·gpt·算法·机器学习·语言模型·chatgpt·ai编程
kisshuan123966 小时前
[特殊字符]【深度学习】DA3METRIC-LARGE单目深度估计算法详解
人工智能·深度学习·算法
sali-tec6 小时前
C# 基于OpenCv的视觉工作流-章33-Blod分析
图像处理·人工智能·opencv·算法·计算机视觉
Eward-an7 小时前
LeetCode 239. 滑动窗口最大值(详细技术解析)
python·算法·leetcode
一叶落4387 小时前
LeetCode 50. Pow(x, n)(快速幂详解 | C语言实现)
c语言·算法·leetcode