6.1 图的定义和基本术语
图是离散数学中的概念
边：没有方向。
弧：带有方向。
（）：无向偶对，没有先后关系。
<> ：有序偶对，简称序偶，有先后关系。
以下括号表示有向图的相关内容
6.2 案例引入
六度空间理论
6.3 图的类型定义
6.4 图的存储结构
6.4.1 邻接矩阵（二维数组）
1）无向图的邻接矩阵
2）有向图的邻接矩阵
注意：如何区分二维数组的行和列？在二维数组中，如a[3][4], 表示3行4列。
3）有向网的邻接矩阵
4）邻接矩阵的存储表示
- 采用邻接矩阵创建无向网
- 采用邻接矩阵创建无向图、有向图、有向网
有方向和无方向的区别：二维数组是否对称、
图和网的区别：二维数组元素的值是0/1，还是权值/无穷大
5）邻居矩阵创建图/网的优缺点
6.4.2 邻接表（链式存储）
邻接表用一个一维的数组，存放一个结构体，也就是头结点，该结构体第一个元素存放顶点数据，第二个元素存放指向该顶点的邻接顶点的头指针。
如果是有权值的网，则表结点多一个info来存储权值：
1）无向图的邻接表
e条边，由于是无向图，每条边对应两个表结点，所以有2e个表结点。
无向图中顶点Vi的度位第i个单链表中的表结点数。
2）有向图的邻接表
3）邻接表的存储表示
总结：
邻接表的存储结构分为三部分：
- 顶点结点（包含顶点信息、指向邻接顶点的指针）构成的数组
- 每个顶点的邻接顶点构成的单链表
- 整个图
结合图和代码注释认真分析下面三个结构体的区别
注意：这里直接定义了AdjList表示表头结点构成的数组，即邻接表。
上面是邻接顶点的类型定义。
.
上面是整个图的定义。
.
难点：
以下是具体算法
4）邻接表创建图/网的优缺点
5）邻接表和邻接矩阵的对比
6.4.3 十字链表
十字链表和临接多重表先做了解
6.4.4 邻接多重表
6.5 图的遍历
6.5.1 图的基本概念
6.5.2 深度优先搜索遍历概念
6.5.3 深度优先遍历算法实现——邻接矩阵
6.5.4 DFS算法效率
- 时间复杂度
如果通过递归算法分析，不太好分析出时间复杂度。
但是从邻接矩阵二维数组的结构看，n个结点构成的n*n的矩阵被遍历了一次，虽然有些元素位置不满足要求，但还是进行了判断。因此时间复杂度为O(n2)。
6.5.5 非连通图的遍历
6.5.6 广度优先遍历概念
广度优先遍历和二叉树的层次遍历相似，而后者采用的是一个队列。
使用队列进行广度优先遍历的方法（非递归）：
-
访问一个顶点，刷新visited[i]的值；
-
然后入队该顶点；
-
然后出队一个队首顶点；
-
出队之后将该顶点的所有邻接顶点依次入队，入队一个访问一个，刷新visited[i]的值；
-
反复进行 3、4。
不懂看就再看视频
问题：上述算法中倒数第6行的两个子函数不懂。
注意：以上算法是非递归的形式，看起来比较复杂。尽量用递归形式的。
6.5.7 BFS算法效率
6.5.8 DFS和BFS算法的对比
6.6 图的应用
6.6.1 最小生成树
2）算法的思想
上面回顾了生成树，下面是最小生成树：
构造最小生成树的算法都是利用到了MST的性质，MST也就是“最小生成树”。而MST就是一种贪心算法。
如果在原无向网中最底部权值为6的边改为权值为5，那么就可以得到两种不同的最小生成树，一种和先前的一样，一种如下图所示。因此，最小生成树可能不唯一。
2）算法的实现
待补充
以下代码看懂：最小生成树
上述代码中使用了大量c++的知识，vector（二维）、sort、find等，需要复习（学习上）c++之后才可以看懂。
因此，数据结构的这一遍学习主要是学习知识点、算法思想，至于具体实现要等学习c++之后。
但是c++内容很多，不可能完全掌握c++每个知识点之后再去学习算法的实现。
因此，安排如下：
数据结构第一遍学习 先不考虑较难算法的实现；
数据结构第二遍学习（包括知识点深入理解、刷题），根据具体算法涉及到的c++知识再去学习掌握。
6.6.2 最短路径
1）Dijistra算法
2）Floyd算法
以上两种方法的时间复杂度都是n的三方。
以上：“了解算法思想”。
6.6.3 有向无环图及其应用
1）拓扑排序
1）关键路径
求关键路径就是找最长路径，这和6.6.2最短路径的区别不仅在于一个求最长、一个求最短，还在于求关键路径针对的是有向无环图（带权值），而求最短路径针对的可以是带环的有向图（带权值）。
event：事件
earliest：最早
latest：最晚
**注：**前面不是很懂的话，从这页ppt开始能够比较清楚的理解：
求关键路径步骤
- 求每个事件的最早发生时间、最晚发生时间
- 求每个活动的最早开始时间、最晚开始时间
- 求每个活动的时间余量，也就是最晚开始时间-最早开始时间
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
