数据结构-图

作者: Rayhaha | 来源:发表于2017-02-25 19:24 被阅读0次

    数据结构 - 图


    目录:

    • 基本概念
      • 无向图
      • 有向图
    • 储存结构
      • 邻接矩阵
      • 邻接表
      • 十字链表(有向图)
      • 邻接多重表(无向图)
    • 图的遍历
      • 深度优先搜索
      • 广度优先搜索
      • 最小生成树
        • 普里姆算法(Prim)
        • 克鲁斯卡尔算法(Kruskal)
    • 最后

    基本概念

    图是由结点和他们之间连线的集合

    无向图

    无向图.png
    无向图解析.png
    • 连通图:当任意一个结点都能直接或间接到其他全部结点的时候,就称为连通图
    • 完全图:边数 = 顶点数 *( 顶点数 - 1 ) / 2
    • 生成树 : 边数 = 顶点数 - 1

    有向图

    有向图.png 有向图解析.png
    • 上图,V1的出度是2,入度是1
    • 权值:一条连线所代表的值
    • 当两个结点互相指向,那么就等于一条直线

    储存结构

    储存结构.png

    邻接矩阵

    使用数组的形式来储存数据

    • 在有向图中,当一个顶点能够指向另外一个顶点,则矩阵中的值为1,否则为0
    有向图邻接矩阵.png
    • 在无向图中,边是相当于两个顶点相互指向
    无向图邻接矩阵.png
    • 代码中邻接矩阵表示 : int[][] martix ;

    邻接表

    使用顶点以及其弧的指向来储存数据

    邻接表存储.png
    • 顶点索引:顶点的唯一标识
    • 出弧链表头指针: 顶点指向其他顶点的连接
    • 顶点数据:顶点储存的数据
      </br>
    • 在代码中,邻接表的结构表示
    邻接表代码构造.png

    十字链表(有向图)

    使用顶点以及其弧的指向来储存数据

    十字链表数据储存.png

    这里以V1顶点为例说明:

    • 顶点索引:0
    • 顶点数据:1(假定的)
    • 以该顶点为弧尾的弧的结点指针: V1 -> V3, V1 -> V2, V1 -> V4
    • 以该顶点为弧头的弧的结点指针: V4 -> V1
      这里以V1 -> V4 的弧为例说明:
    • 弧尾顶点索引:0
    • 弧头顶点索引:3
    • 弧尾相同的下一条弧的指针: V1 -> V2 , V1 -> V3
    • 弧头相同的下一条弧的指针: V3 -> V4
    • 弧的数据:V1V4(假定的)
      </br>
    • 代码实现的结构:
    十字链表代码构造.png

    邻接多重表(无向图)

    使用顶点以及边的连接指向来储存数据

    邻接多重表数据储存.png

    顶点表示很清晰简单
    这里以V1 ->V4边为例说明:

    • A点索引 : 0(V1)
    • B点索引:3 (V4)
    • 与A点相连接的下一条边的指针: V1 -> V2 或者 V1 -> V3, 取决于哪一条更早建立连接
    • 与B点相连接的下一条边的指针 : V3 -> V4
      </br>
    • 代码实现的结构:
    邻接多重表代码构造.png

    图的遍历

    实例-图.png

    深度优先搜索

    对于上图
    A顶点开始进行深度优先搜索的顺序为:
    A - B - C - E - F - D - G - H
    丢弃了 F - B , H -D 这两条边,形成了一棵树

    • 规则:
      顺着一个顶点不断向下搜索,当搜索到的顶点与前面搜索过的顶点形成环的时候就停止
      有点类似树的前序遍历

    广度优先搜索

    对于上图
    A顶点开始进行广度优先搜索的顺序为:
    A - B - D - C - F - G - H - E
    丢弃了E - F 和 G - H 这两条边,形成了一棵树

    • 规则:
      按层来不断进行搜索

    最小生成树

    当遍历的时候涉及边的权值问题,就要使用最小生成树来解决

    最小生成树前.png

    如图:上面的数值是边的权值,可以理解为修路的成本,每个顶点可以理解为一个城市,如何最节约成本完成城市之间的连通就需要使用最小生成树。
    最小生成树后:

    最小生成树后.png

    普里姆算法(Prim)

    普里姆算法(Prim).png

    过程:

    1. 选定一个点A,放入点集合
    2. 关于A的所有的边放入 待选边集合
    3. 待选边集合选取权值最小的边 A - F (1),放入边集合
    4. 边集合中提取出未在点集合的点F,放入点集合
    5. 刷新待选边集合,列出所有AF有关的边
    6. 选出权值最小不会与当前已选边形成闭环的边,然后放入边集合
    7. 以此类推,得出所有,既是最小生成树

    Prim算法后:

    普里姆算法(Prim)后.png

    克鲁斯卡尔算法(Kruskal)

    克鲁斯卡尔算法(Kruskal).png

    过程:

    1. 列出所有边的集合
    2. 依次选取权值最小的边,同时将涉及的点加入点集合
    3. 选取的边不能与已选边构成闭合
    4. 当点集合中出现了所有点以后,需要让所有点能连通,形成生成树(边 = 点 - 1)

    Kruskal算法后:

    克鲁斯卡尔算法(Kruskal)后.png

    最后
    对数据结构的基本认识和理解到这里就结束了
    关于图的代码实现,在有了队列,栈,线性表的实践过后,代码的转换肯定是没问题的
    重点在于对上面所说知识点的深入理解和逻辑转换
    再次感谢慕课网的James老师
    PS:
    后面我会写一写,从零开始的Android组件化开发的记录博文

    相关文章

      网友评论

        本文标题:数据结构-图

        本文链接:https://www.haomeiwen.com/subject/bodnwttx.html