知识大全 图 - 图的概念（二）
Posted 知
篇首语：关山初度尘未洗，策马扬鞭再奋蹄！本文由小常识网(cha138.com)小编为大家整理，主要介绍了知识大全 图 - 图的概念（二）相关的知识，希望对你有一定的参考价值。
图的边和顶点的关系
无向边和顶点关系
若(v i v j )是一条无向边 则称顶点v i 和v j 互为邻接点(Adjacent) 或称v i 和v j 相邻接;并称(v i v j )依附
或关联(Incident)于顶点v i 和v j 或称(v i v j )与顶点v i 和v j 相关联
【例】下图G 中
① 与顶点v 相邻接的顶点是v v 和v
② 关联于顶点v 的边是(v v ) (v v )和(v v )
>
有向边和顶点关系
若
或称
【例】在下图G 中 关联于顶点v 的弧是
>
顶点的度(Degree)
( )无向图中顶点v的度(Degree)
无向图中顶点v的度(Degree)是关联于该顶点的边的数目 记为D(v)
【例】上图G 中顶点v 的度为
( )有向图顶点v的入度(InDegree)
有向图中 以顶点v为终点的边的数目称为v的入度(Indegree) 记为ID(v)
【例】上图G 中顶点v 的人度为l
( )有向图顶点v的出度(Outdegree)
有向图中 以顶点v为始点的边的数目 称为v的出度(Outdegree) 记为OD(v)
【例】上图G 中顶点v 的出度为
注意
①有向图中 顶点v的度定义为该顶点的入度和出度之和 即D(v)=ID(v)+OD(v)
【例】上图G 中顶点v 的人度为l 出度为 则度为
②无论有向图还是无向图 顶点数n 边数e和度数之间有如下关系
> cha138/Article/program/sjjg/201311/23859
相关参考
子图 设G=(VE)是一个图若V是V的子集E是E的子集且E中的边所关联的顶点均在V中则G=(VE)也是一个图并称其 为G的子图(Subgraph) 【例】图给出了有向图Gl的若干子图;图给出
连通图和连通分量 顶点间的连通性 在无向图G中若从顶点vi到顶点vj有路径(当然从vj到vi也一定有路径)则称vi和vj是连通的 连通图 若V(G)中任意两个不同的顶点vi和vj都连通(即
连通图（ConnectedGraph）如果对于图中的任意两个顶点vivj∈Vvi和vj都是连通的则称该图为连通图 连通分量（ConnectedComponent）无向图中的极大连通子图 强连通
图的遍历概念 图的遍历 和树的遍历类似图的遍历也是从某个顶点出发沿着某条搜索路径对图中每个顶点各做一次且仅做一次访问它是许多图的算 法的基础 深度优先遍历和广度优先遍历是最为重要的两种遍历
()邻接矩阵表示的图的广度优先搜索算法 voidBFSM(MGraph*Gintk) 以vk为源点对用邻接矩阵表示的图G进行广度优先搜索 intij; CirQueueQ; InitQu
深度优先遍历的递归算法 ()深度优先遍历算法 typedefenumFALSETRUEBoolean;//FALSE为TRUE为 Booleanvisited[MaxVertexNum];/
邻接表的形式说明及其建表算法 ()邻接表的形式说明 typedefstructnode//边表结点 intadjvex;//邻接点域 structnode*next;//链域 //若要表
第四部分图 复习策略图的概念比较多值得同学们认真研究下没有基本概念的基础就相当于没有单词的英语是很难把知识掌握清楚的对于图是承接着树而衍生出来的在实际应用中图更为广泛所有问题都是化未知为已知解决图的
下面我们看一下图这一章的主要考点以及这些考点的考查方式 考查有关图的基本概念问题 这些概念是进行图一章学习的基础这一章的概念包括图的定义和特点无向图有向图入度出度完全图生成子图路径长度回路(强
图的存储结构 ·邻接矩阵表示法用一个n阶方阵来表示图的结构是唯一的适合稠密图 ·无向图邻接矩阵是对称的 ·有向图行是出度列是入度 建立邻接矩阵算法的时间是O(n+n^+e)其时间复杂度为O