[[426520]]

本文转载自微信公众号「JS逐日一题」，作家灰灰 。转载本文请洽商JS逐日一题公众号。

一、是什么

在计较机科学中，图是一种空洞的数据类型，在图中的数据元素时时称为结点，V是扫数极点的聚积，E是扫数边的聚积

淌若两个极点v,w，只可由v向w，而不行由w向v，那么咱们就把这种情况叫作念一个从 v 到 w 的有向边。v也被称作念运行点，w也被称为绝顶。这种图就被称作念有向图

淌若v和w是莫得法例的，从v到达w和从w到达v是彻底换取的，这种图就被称为无向图

图的结构比拟复杂，任性两个极点之间王人可能存在洽商，因此无法以数据元素在存储区中的物理位置来暗示元素之间的关系

常见抒发图的样式有如下：

连接矩阵 连接表 连接矩阵

通过使用一个二维数组G[N][N]进行暗示N个点到N-1编号，通过连接矩阵不错坐窝看出南北极点之间是否存在一条边，只需要检查连接矩阵行i和列j是否吵嘴零值，对于无向图，连接矩阵是对称的

连接表

存储样式如下图所示：

在javascript中，不错使用Object进行暗示，如下：

const kaiyungraph = {   A: [2, 3, 5],   B: [2],   C: [0, 1, 3],   D: [0, 2],   E: [6],   F: [0, 6],   G: [4, 5] } 

图的数据结构还可能包含和每条边关系联的数值(edge value)，举例一个标号或一个数值(即权重，weight;暗示破钞、容量、长度等)

二、操作

对于图的操作常见的有：

深度优先遍历 广度优先遍历

最初构建一个图的连接矩阵暗示，如底下的图：

用代码暗示则如下：

const graph = {   0: [1, 4],   1: [2, 4],   2: [2, 3],   3: [],   4: [3], } 

深度优先遍历

也等于尽可能的往深处的搜索图的分支

已矣想路是，最初应该详情一个根节点，然后对根节点的没拜访过的相邻节点进行深度优先遍历

详情以 0 为根节点，然后进行深度遍历，然后遍历1，接着遍历 2，然后3，此时完成一条分支0 - 1- 2- 3的遍历，换一条分支，也等于4，4后头因为3依然遍历过了，是以就不拜访了

用代码暗示则如下：

const visited = new Set() const dfs = (n) => {   console.log(n)   visited.add(n) // 拜访过添加纪录   graph[n].forEach(c => {     if(!visited.has(c)){ // 判断是否拜访呢过       dfs(c)     }   }) } 

广度优先遍历

先拜访离根节点最近的节点，然后进行入队操作，处罚想路如下：

新建一个部队，把根节点入队 把队头出队并拜访 把队头的没拜访过的相邻节点入队 重迭二、三时代，知说念部队为空

用代码标志则如下：

const visited = new Set() const dfs = (n) => {   visited.add(n)   const q = [n]   while(q.length){     const n = q.shift()     console.log(n)     graph[n].forEach(c => {       if(!visited.has(c)){         q.push(c)           visited.add(c)       }     })   } } 

三、回来

通过上头的初步了解，不错看到图等于由极点的有穷非空聚积和极点之间的边构成的聚积，分红了无向图与有向图

图的抒发形势不错分红连接矩阵和连接表两种形势，在javascript中，则不错通过二维数组和对象的形势进行抒发

图本体是很复杂的，后续还不错延长出无向图和带权图，对应如下图所示：

参考文件

https://zh.wikipedia.org/wiki/图_(数据结构)

 

https://www.kancloud.cn/imnotdown1019/java_core_full/2159607