---

前言
欢迎关注我的专栏,准备写完算法基础所有题解🚀🚀🚀 专栏链接

---

🌟一、如何理解“图”？

图Graph 是一种非线性表数据结构，和树比起来，这是一种更加复杂的非线性表结构。我们知道，树中的元素我们称为节点，图中的元素我们就叫作顶点（vertex）。从我画的图中可以看出来，图中的一个顶点可以与任意其他顶点建立连接关系。我们把这种建立的关系叫作边（edge）,另外，树是一种特殊的图， 是无环的， 并且连同。

✨1、无向图

• 边是没有方向的a——b 相当于 可以 a->b b->a ,所以无向图是一种特殊的有向图（有向图开俩边就是无向图）。
• 比如，社交网络，就是一个非常典型的图结构。我们就拿微信举例子吧。我们可以把每个用户看作一个顶点。如果两个用户之间互加好友，那就在两者之间建立一条边。所以，整个微信的好友关系就可以用一图的表示：如何存储微博、微信等社交网络中的好友关系？张图来表示。其中，每个用户有多少个好友，对应到图中，就叫作顶点的度（degree），就是跟顶点相连接的边的条数。
  

✨2、有向图

• 边是有方向的 A—>B 是加上了方向性 （学这个就行）。
• 以微博举例，微博允许单向关注，也就是说，用户A关注了用户B，但用户B可以不关注用户A。那我们如何用图来表示这种单向的社交关系呢？我们可以把刚刚讲的图结构稍微改造一下，引入边的“方向”的概念。如果用户A关注了用户B，我们就在图中画一条从A到B的带箭头的边，来表示边的方向。如果用户A和用户B互相关注了，那我们就画一条从A指向B的边，再画一条从B指向A的边。我们把这种边有方向的图叫作“有向图”。

✨3、带权图（weighted graph）

• 在带权图中，每条边都有一个权重（weight），我们可以通过这个权重来表示QQ好友间的亲密度。

✨4、小总结

关于图的概念比较多，我今天也只是介绍了几个常用的，理解起来都不复杂，不知道你都掌握了没有？掌握了图的概念之后，我们再来看下，如何在内存中存储图这种数据结构呢？

🌟二、图的存储方式

1、邻接矩阵存储方法

g[x][y](二维数组) 空间复杂度 n² 适合稠密图。
缺点：只能保留一条最短的边,如果我们存储的是稀疏图（Sparse Matrix），也就是说，顶点很多，但每个顶点的边并不多，那邻接矩阵的存储方法就更加浪费空间了。比如微信有好几亿的用户，对应到图上就是好几亿的顶点。但是每个用户的好友并不会很多，一般也就三五百个而已。如果我们用邻接矩阵来存储，那绝大部分的存储空间都被浪费了。

✨2、邻接表存储方法

用的比较多，相当于n个单链表，与哈希的拉链法相似，每一个结点开了一个单链表 ,存储可以到的距离为一的点。图中画的是一个有向图的邻接表存储方式，每个顶点对应的链表里面，存储的是指向的顶点。对于无向图来说,只需要再反方向加一条边即可。eg.第一个单链表存储的是 和h[1] 可以到的距离为1的点

✨3、对比总结

	邻接矩阵	邻接表
优点	存储方式简单、直接 、方便计算。	邻接表存储起来比较节省空间
缺点	比较浪费存储空间	使用起来就比较耗时间（查询麻烦）

🌟三、总结DFS和BFS

	DFS	BFS
时间复杂度	O(n)	O(2n) 这里的 n：深度
数据结构	stack栈	queue队列
区别	不具备最短性	最短路

先上图

• DFS[暴搜]：从头走到尾，如果没找到,就一层一层地返回重新找另一个子链，然后再继续深入找，左边找完找右边。

• 我的另一篇暴搜文章（建议收藏） DFS “深搜”排列数字+八皇后问题 ( 图解+详细注释 ）
  

• BFS：它其实就是一种“地毯式”层层推进的搜索策略，即先查找离起始顶点最近的，然后是次近的，依次往外搜索。

我的另一篇文章BFS 走迷宫 八数码

🌟四、实战题目

✨1、DFS遍历图的模板

• 这是为数不多DFS的模板

图的边怎么构建？本质就是单链表的插入 。不懂可以看我这篇文章 文章链接 点击跳转

e[idx] = x, ne[idx] = ne[k], ne[k] = idx++;

首先是赋值，然后改变指针方向，再让原来的元素直线自己，最后移动下标继续进行操作 最重要的是ne[idx] = ne[k],ne[k] = idx这俩步的操作 次序一定不能颠倒 下面是我画的图方便理解

图解遍历路径 ↓

• 可以发现是一层一层搜索

算法模板↓

#include 
#include 
#include 
using namespace std;
const int N = 100010, M = N * 2;
int n, m;
int h[N], e[M], ne[M], idx;
bool st[N]; //标记每个走过的点，防止二次遍历

//构建边
void add (int a, int b) {
    e[idx] = b, h[idx] = ne[a], h[a] = idx++;
}

//暴搜 核心模板
void dfs (int u) {
    st[u] = true;
    for (int i = h[u]; i != -1; i = ne[i]) {//遍历每个根节点
        int j = e[i];
        if (!st[j]) {
            dfs(j);
        }
    }
}

int main () {
    memset(h, -1, sizeof h);//初始化每个点为空[含义：没有来过]
    dfs(1);
    return 0;
}

✨2、Acwing.846. 树的重心 [DFS搜索树]

题目

思路

• 树的重心定义：重心是指树中的一个结点，如果将这个点删除后，剩余各个连通块中点数的最大值最小，那么这个节点被称为树的重心。

题目解读：结合下图一起看，图中画的是输入样例的树，也可以理解为一个具有无向边且没有环结构的图。就是删除每个节点，然后记录每个节点的连通块的最大值MAX。然后遍历比较每个节点，更新每个节点的连通块的最大值MAX的MIN ,建议断句理解. 比如下图俩个例子 第一个删除节点2后，最大连通块为6 ，此时res2=6 ，ans=（ans=N，res2）=6 。第二个删除节点4后，此时res4=5记录当前，ans=min（ans=6,res4）=5

代码

#include 
#include 
#include 
using namespace std;
const int N = 100010, M = N * 2;//无向图，所以每个节点至多对应2n-2条边
int h[N]; //队头
int e[M]; //存储元素的值
int ne[M]; //存储列表的next值 
int idx; //单链表指针
int n,m; 
int ans = N; //保存答案 N为题目范围 MAX

bool st[N]; //记录节点是否被访问过,用于遍历每个点

//图结点的边 [原理和单链表的插入一样]   
void add (int a,int b) {
    e[idx] = b, ne[idx] = h[a], h[a] = idx++;
}

//以u为跟的子树中点的数量[包括u节点]
int dfs (int u) {
    st[u] = true; //标记一下[表示已经搜过] 保证每个点只遍历一次
    int sum = 1;//存储以u为根的树的节点数(包括u )如图中的4号节点
    int res = 0;//存储 删掉某个节点之后，最大的连通子图节点数                         
    for (int i = h[u]; i != -1;i = ne[i]) {//遍历每个点
        int j = e[i];
        if (!st[j]) {
            int s = dfs(j);// u节点的单棵子树节点数 如图中size值
            res = max(res, s);// 保存最大联通子图的节点数
            sum += s;//以j为根的树 的节点数
        }
    }
    res = max(res, n - sum);// 选择u节点为重心，最大的 连通子图节点数
    ans = min(ans, res);//最小的最大联通子图的节点数
    return sum; 
}
int main () {
    cin >> n >> m;
    memset(h, -1, sizeof h); // 所有点赋值为空[-1]
     // 树中是不存在环的，对于有n个节点的树，必定是n-1条边
    for (int i = 0; i < n - 1; i ++) {
        int a, b;
        cin >> a >> b;
        add(a, b), add(b, a); //构造无向边
    }
    dfs(1); //哪个点开始搜都行 因为每个点都要遍历
    cout << ans << endl;
    return 0;
}

✨3、Acwing847. 图中点的层次 [BFS]

题目

图中 所有边都是1 由此可以BFS来做
重边 ：俩条边指向一个结点
自环 ： 结点自己指向自己

思路

核心

for (int i = h[t]; i != -1; i = ne[i]) // ne[i]上的点都是与i节点距离为1的点
        {
            int j = e[i]; // 点的值
            if (d[j] == -1) // 如果j没有被遍历过
            {
                d[j] = d[t] + 1; // 因为路径长度都是1，上一个点的长度加上1即可
                q.push(j); // 将j加到队列中
            }
        }

代码

不懂参考文章BFS 走迷宫 八数码

#include 
#include 
#include 
#include 
#include 
using namespace std;
const int N = 100010;
int n, m;
int h[N], e[N], ne[N], idx;
int d[N], q[N];

//构建边
void add (int a, int b) { 
    e[idx] = b, ne[idx] = h[a], h[a] = idx ++;
}

int  bfs (int n) {
    memset(d, -1, sizeof d);
    queue<int> q;
    d[1] = 0;
    q.push(1); //加入起点

    while (!q.empty())
    {
        int t = q.front(); // t 保存队头
        q.pop();           //弹出队头元素
        for (int i = h[t]; i != -1; i = ne[i]) // ne[i]上的点都是与i节点距离为1的点
        {
            int j = e[i]; // e[i]保存下标
            if (d[j] == -1) // 如果j没有被遍历过
            {
                d[j] = d[t] + 1; // 因为路径长度都是1，所以直接在上一步的基础上加上1即可
                q.push(j); // 将j加到队列中
            }
        }
    }
    return d[n]; // 返回的d[n]即是节点1到节点n的距离
}
int main () {
    cin >> n >> m;
    memset(h, -1, sizeof h);
    for (int i = 0; i < m; i ++ )
    {
        int a, b;
        scanf("%d%d", &a, &b);
        add(a, b);
    }
    cout << bfs(n) << endl;
    return 0;
}

✨4、拓扑排序

知识点

拓扑排序知识点：拓扑排序本身就是基于有向无环图的一个算法，同时，有向无环图也被称为拓扑图。有向性上面说了。环是什么？像a->b->c->a这样，就是环，图中一旦出现环，拓扑排序就无法工作了。

出度 一个点指向其他点的边的数量。
入度 一个点被指向的边的数量。

拓扑序列：只有从前指向后面的边，没有从后面指向前面的边，如图：

下面这种就不是拓扑序列 ↓

• 结论：只有带环的才有指向后面的边，由此有向无环图也被称为拓扑图。

题目描述

思路

• 遍历寻找到起点，然后删去该点，最后遍历点所有出边。

AC代码

#include 
#include 
#include 
#include 
using namespace std;
const int N = 100010;
int e[N], ne[N], h[N], idx, n, m;
int d[N]; //存储每个元素的入度
int top[N];//拓扑排列的序列
int cnt = 1; //记录拓扑元素的个数

//邻接链表存储
void add (int a, int b) {
    e[idx] = b, ne[idx] = h[a], h[a] = idx++;
}

//判断是否符合拓扑序列
bool topsort() {
    queue<int> q;
    int t;
    for (int i = 1; i <=n; i ++) {
        if(d[i] == 0){//遍历寻找起点[入度为0的点]
            q.push(i);
        }
    }
    while (!q.empty()) {
        t = q.front();//每次取出队列的首部
        top[cnt ++] = t;//加入到 拓扑序列中
        q.pop();//删除这个点
        for (int i = h[t]; i != -1;i = ne[i]) {
            int j = e[i];
            d[j]--; // j的入度-1
            if (d[j] == 0 ) {//如果j入度为0,加入队列当中
                q.push(j);
            }
        }
    }
    //当所以点都入队，cnt ==n
    if (cnt < n) {
        return 0;
    }
    else {
        return 1;
    }
}

int main () {
    int a, b;
    cin >> n >> m;
    memset(h, -1, sizeof h);
    while (m --) {
        cin >> a >> b;
        add(a, b);
        d[b]++;//a——>b ,b的入度+1
    }
    if (topsort() == 0) {
        cout << "-1";
    } 
    else {
        for (int i = 1; i <= n; ++ i) {
            cout << top[i] << " ";
        }
    }
    return 0;
}

🌟五、结尾

感谢你能看完， 如有错误欢迎评论指正，这篇文章创作用时5小时,字数1w，如果对你有帮助的话，点个赞鼓励下， 谢啦!!☆⌒(*＾-゜)v