- 1. 介绍
- 2. 算法分析
- 3. 基本数据结构
- 4. 递归
- 5. 排序和搜索
- 6. 树和树的算法
- 7. 图和图的算法
7.2.词汇和定义
7.2.词汇和定义
现在我们已经看了一些图的示例,我们将更正式地定义图及其组件。我们已经从对树的讨论中知道了一些术语。
顶点 顶点(也称为“节点”)是图的基本部分。它可以有一个名称,我们将称为“键”。一个顶点也可能有额外的信息。我们将这个附加信息称为“有效载荷”。
边 边(也称为“弧”)是图的另一个基本部分。边连接两个顶点,以表明它们之间存在关系。边可以是单向的或双向的。如果图中的边都是单向的,我们称该图是有向图
。上面显示的课程先决条件显然是一个图,因为你必须在其他课程之前学习一些课程。
权重 边可以被加权以示出从一个顶点到另一个顶点的成本。例如,在将一个城市连接到另一个城市的道路的图表中,边上的权重可以表示两个城市之间的距离。
利用这些定义,我们可以正式定义图。图可以由 G 表示,其中 G=(V,E)。对于图 G,V 是一组顶点,E 是一组边。每个边是一个元组 (v,w),其中 w,v∈V。我们可以添加第三个组件到边元组来表示权重。子图 s 是边 e 和顶点 v 的集合,使得 e⊂E 和 v⊂V 。
Figure 2 展示了简单加权有向图的另一示例。正式地,我们可以将该图表示为六个顶点的集合:
V={V0,V1,V2,V3,V4,V5}
和 9 条边的集合
E={(v0,v1,5),(v1,v2,4),(v2,v3,9),(v3,v4,7),(v4,v0,1),(v0,v5,2),(v5,v4,8),(v3,v5,3),(v5,v2,1)}
Figure 2
figure 2 中的示例图有助于说明两个其他关键图形术语:
路径 图中的路径是由边连接的顶点序列。形式上,我们将定义一个路径为 w1,w2,...,wn,使得(wi,wi+1)∈E, 当 1≤i≤n−1。未加权路径长度是路径中的边的数目,具体是 n−1 。加权路径长度是路径中所有边的权重的总和。例如在 Figure 2中,从 V3 到 V1 的路径是顶点序列 (V3,V4,V0,V1)。边是 {(v3,v4,7),(v4,v0,1),(v0,v1,5)}。
循环 有向图中的循环是在同一顶点开始和结束的路径。例如,在 Figure 2中,路径(V5,V2,V3,V5)是一个循环。没有循环的图形称为非循环图形。没有循环的有向图称为有向无环图或 DAG
。我们将看到,如果问题可以表示为 DAG
,我们可以解决几个重要的问题。
如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论