【高阶数据结构】秘法（二）——图（一）：图的基本概念和存储结构

前言：

今天我们要讲解的是数据结构中图的部分，这部分在我们实际生活中也是经常会碰到的，同时这部分也是数据结构中比较有难度的部分，这部分内容我会把它分为多章来进行讲解，今天我们先来讲解一下图的基本概念和存储结构

一、图的基本概念

1. 图的定义

一、图的基本概念

1. 图的定义

图是一种非线性的数据结构：G=(V,E)，它由节点（也称为顶点）和连接这些节点的边组成。图可以用来表示现实世界中的各种关系，如社交网络、交通网络、电路网络等。

2. 术语解释

顶点（Vertex）：图中的基本元素，可以表示任何实体，如人、地点、事物等。顶点集合V={x|x属于某个数据对象集}是有穷非空集合
边（Edge）：连接两个顶点的线，表示顶点之间的关系。边的集合：E={(x,y)|x,y属于V}（无向图）或者E={<x,y>|x,y属于V&&Path(x,y)}是顶点间关系的有穷集合
邻接（Adjacent）：如果两个顶点通过一条边直接相连，则称这两个顶点是邻接的。
度（Degree）：对于无向图而言，一个顶点的度是指与该顶点相连的边的数量。但是对于有向图来说，一个顶点的度分为入度和出度，顶点的入度是以该顶点为终点的有向边的条数，出度则是以该顶点为起点的有向边的条数，顶点的度等于入度和出度之和
路径（Path）：顶点序列，其中每对连续的顶点都是邻接的。
环（Cycle）：路径中的第一个和最后一个顶点是同一个顶点的情况。
连通图：对于任意两个顶点，都存在一条路径连接它们，即图中每一个顶点都不是单独存在的，它们都可以通过各种路径互相到达（如果有顶点单独存在，没有与其它任意顶点相连，则称这个顶点为一个孤岛）
连通分量：一个图中的不连通部分。

3. 图的分类

无向图（Undirected Graph）：连接两个顶点的边没有方向，没有方向意味着两个顶点是互相连通的，这种常见的如朋友关系图：我是你的好友，同样你也是我的好友
有向图（Directed Graph）：边有方向，有方向意味着一个顶点可以到另一个顶点，但是反过来不行，这种关系常见的如网页链接图：我可以点击这个链接跳到一个图片，但是无法通过这个图片再跳回原来的界面。
简单图（Simple Graph）：没有重复的边和自环（顶点连接到自身的边）。
多重图（Multigraph）：允许有重复的边和自环。
带权图（Weighted Graph）：每条边上都有权重，一般是数字，可以表示距离、成本等。比如，我们在修从杭州到西安的高铁时，我们可以选择经过郑州，也可以选择经过武汉，这就产生了不同的路径，我们可以比较两个路径的开支来选择经过哪个城市，这就是权值

二、图的表示

图的表示有以下三种方法：

1.邻接矩阵

邻接矩阵：使用二维数组来表示图，其中矩阵的元素表示顶点之间的连接情况，顶点之间的关系只有连通与不连通，所以我们可以用0和1来表示

注意：

1、无向图的邻接矩阵是对称的，但是有向图的邻接矩阵不一定对称

2、如果边上带权值，可以用权值来代替上面的0和1，相连通的顶点可以用权值来表示，不连通的可以用无穷来表示

3、邻接矩阵的有点是可以直观的看出两个顶点之间是否相连，但是当顶点过多、边过少的时候，就会存储大量的0，就会很不方便

代码实现：

#include<iostream>
#include<vector>
#include<string>
#include<map>
template<class V, class W, W MAX_W = INT_MAX, bool Direction = false>
class Graph
{
public:
	typedef Graph<V, W, MAX_W, Direction> Self;
	Graph() = default;
	Graph(const V* vertexs, size_t n)
	{
		_vertexs.reserve(n);
		for (size_t i = 0; i < n; ++i)
		{
			_vertexs.push_back(vertexs[i]);
			_vIndexMap[vertexs[i]] = i;
		}
		// MAX_W 作为不存在边的标识值
		_matrix.resize(n);
		for (auto& e : _matrix)
		{
			e.resize(n, MAX_W);
		}
	}
	size_t GetVertexIndex(const V& v)
	{
		auto ret = _vIndexMap.find(v);
		if (ret != _vIndexMap.end())
		{
			return ret->second;
		}
		else
		{
			throw invalid_argument("不存在的顶点");
			return -1;
		}
	}
	void _AddEdge(size_t srci, size_t dsti, const W& w)
	{
		_matrix[srci][dsti] = w;
		if (Direction == false)
		{
			_matrix[dsti][srci] = w;
		}
	}
	void AddEdge(const V& src, const V& dst, const W& w)
	{
		size_t srci = GetVertexIndex(src);
		size_t dsti = GetVertexIndex(dst);
		_AddEdge(srci, dsti, w);
	}

	void Print()
	{
		// 打印顶点和下标映射关系
		for (size_t i = 0; i < _vertexs.size(); ++i)
		{
			cout << _vertexs[i] << "-" << i << " ";
		}
		cout << endl << endl;
		cout << " ";
		for (size_t i = 0; i < _vertexs.size(); ++i)
		{
			cout << i << " ";
		}
		cout << endl;
		// 打印矩阵
		for (size_t i = 0; i < _matrix.size(); ++i)
		{
			cout << i << " ";
			for (size_t j = 0; j < _matrix[i].size(); ++j)
			{
				if (_matrix[i][j] != MAX_W)
					cout << _matrix[i][j] << " ";
				else
					cout << "#" << " ";
			}
			cout << endl;
		}
		cout << endl << endl;
		// 打印所有的边
		for (size_t i = 0; i < _matrix.size(); ++i)
		{
			for (size_t j = 0; j < _matrix[i].size(); ++j)
			{
				if (i < j && _matrix[i][j] != MAX_W)
				{
					cout << _vertexs[i] << "-" << _vertexs[j] << ":" <<
						_matrix[i][j] << endl;
				}
			}
		}
	}

private:
	map<V, size_t> _vIndexMap;
	vector<V> _vertexs; // 顶点集合
	vector<vector<W>> _matrix;  //存储边集合的矩阵
};
void TestGraph()
{
	Graph<char, int, INT_MAX, true> g("0123", 4);
	g.AddEdge('0', '1', 1);
	g.AddEdge('0', '3', 4);
	g.AddEdge('1', '3', 2);
	g.AddEdge('1', '2', 9);
	g.AddEdge('2', '3', 8);
	g.AddEdge('2', '1', 5);
	g.AddEdge('2', '0', 3);
	g.AddEdge('3', '2', 6);
	g.Print();
}
int main()
{
	TestGraph();
	return 0;
}

运行结果：

2. 邻接表

邻接表：使用列表来表示图，每个顶点对应一个列表，列表中包含所有与该顶点相连的顶点。

template<class W>
struct LinkEdge
{
	int _srcIndex;
	int _dstIndex;
	W _w;
	LinkEdge<W>* _next;
	LinkEdge(const W& w)
		: _srcIndex(-1)
		, _dstIndex(-1)
		, _w(w)
		, _next(nullptr)
	{}
};
template<class V, class W, bool Direction = false>
class Graph
{
	typedef LinkEdge<W> Edge;
public:
	Graph(const V* vertexs, size_t n)
	{
		_vertexs.reserve(n);
		for (size_t i = 0; i < n; ++i)
		{
			_vertexs.push_back(vertexs[i]);
			_vIndexMap[vertexs[i]] = i;
		}
		_linkTable.resize(n, nullptr);
	}
	size_t GetVertexIndex(const V& v)
	{
		auto ret = _vIndexMap.find(v);
		if (ret != _vIndexMap.end())
		{
			return ret->second;
		}
		else
		{
			throw invalid_argument("不存在的顶点");
			return -1;
		}
	}
	void AddEdge(const V& src, const V& dst, const W& w)
	{
		size_t srcindex = GetVertexIndex(src);
		size_t dstindex = GetVertexIndex(dst);
		// 0 1
		Edge* sd_edge = new Edge(w);
		sd_edge->_srcIndex = srcindex;
		sd_edge->_dstIndex = dstindex;
		sd_edge->_next = _linkTable[srcindex];
		_linkTable[srcindex] = sd_edge;
		// 1 0
		// 无向图
		if (Direction == false)
		{
			Edge* ds_edge = new Edge(w);
			ds_edge->_srcIndex = dstindex;
			ds_edge->_dstIndex = srcindex;
			ds_edge->_next = _linkTable[dstindex];
			_linkTable[dstindex] = ds_edge;
		}
	}
private:
	map<string, int> _vIndexMap;
	vector<V> _vertexs; // 顶点集合
	vector<Edge*> _linkTable;   // 边的集合的临接表
};
void TestGraph()
{
	string a[] = { "张三", "李四", "王五", "赵六" };
	Graph<string, int> g1(a, 4);
	g1.AddEdge("张三", "李四", 100);
	g1.AddEdge("张三", "王五", 200);
	g1.AddEdge("王五", "赵六", 30);
}

边列表：使用列表来存储图中的所有边，每条边由两个顶点表示。（这个不常用，在这里不做过多解释，想要了解的可以自行搜索一下）

三、总结

这篇讲的还是图的基本内容，后面我们会讲解图的广度和深度遍历，以及与图有关的算法

感谢各位大佬观看，创作不易，还望各位大佬点赞支持！！！

【高阶数据结构】秘法（二）——图（一）：图的基本概念和存储结构

一、图的基本概念

1. 图的定义

2. 术语解释

3. 图的分类

二、图的表示

1.邻接矩阵

2. 邻接表

三、总结

悦读