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
目录
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！！！
标签：秘法,const,Graph,vertexs,顶点,数据结构,高阶,AddEdge,size From： https://blog.csdn.net/2301_80220607/article/details/141872579