INTRODUCTION:
图论算法在计算机科学中扮演着很重要的角色，它提供了对很多问题都有效的一种简单而系统的建模方式。很多问题都可以转化为图论问题，然后用图论的基本算法加以解决。--百度百科
对于OI而言，图是指由若干给定的点及若干条连接两点的线(边)所构成的图形
借助图论知识，我们往往可以将一些复杂的问题转化到基础的图论算法上，进而使用已有算法解决全新问题
那么想如果想要运用图论，首先要从存图开始
前排感谢教我图论的周润喵老师，syc学长，就序老师
可是我还是没学会
一，存图
对于一个图而言，它可以根据便是否有反向分成两类：有向图与无向图，
不过二者的存图方式大同小异，以下以有向图为例；
1，邻接矩阵（Adjacency matrix）
邻接矩阵作为一种简洁实用的存图方式，具有简单可靠的优势，一般不太会打错，但是他的空间复杂度高达O(n^2),使得他的使用相当受局限
不过，在数据范围比较小或者想要打暴力部分分的时候，邻接矩阵还是具有相当大的优势的。
（比如说邻接矩阵+Floyd打暴力）
在邻接矩阵中，我们用e[i][j]表示点i到点j的距离（也就是边i->j的边权）
1 const int INF = 9999999999;//设一个较大的数为无穷大
2 int n, m;//n为点数，m为边数
3 int e[5005][5005];//貌似开5005*5005就快MLE了...所以要谨慎一点
4 for (int i = 1; i <= n; i++)
5 for (int j = 1; j <= n; j++)
6 if (i == j)
7 e[i][j] = 0;//我自己到我自己的距离当然是0
8 else
9 e[i][j] = INF;//一开始还没有边，所以我到其他人的距离先设为无穷大
10 for (int i = 1; i <= m; i++)//读入边
11 {
12 int from, to, weight;//从哪来，到哪去，路多长
13 cin >> from >> to >> weight;
14 e[from][to] = weight;//无向图存两遍
15 e[to][from] = weight;//from到to的距离和to到from的距离是相等的
16 }
个人认为邻接矩阵是一种比较可靠的存图方式，在数据较小的时候一般不会出错，
不过在使用时一定要根据题目含义对有向图，无向图或重边，自环，等特殊情况进行判断，以免出错。
2，邻接表（Adjacency table）
观察之前的邻接矩阵，我们可以看出，当存在很多个点（假设有n个），但边的数量（m）却远小于n2时，矩阵中很多的空间都没有用到，存在着极大的空间浪费
这使得邻接矩阵无法应付n>=10000(甚至更大)的情况，然而这种在OI里是很常见的，所以我们就要引入一种OI里最常见（总之我觉得挺常见的）
的存图方式：邻接表
首先，邻接表本质上是一种链表，表中的每一个节点使用指针或模拟指针进行连接（其实是不连着的）
同时，邻接表不同于邻接矩阵，他是以边为单位进行存储的，所以他所占的空间完全由边的数量决定，和点的数量没什么关系，
他无论在空间还是时间上都相当优秀，在OI中一般情况下不会出现连邻接矩阵都存不下的图（至少本蒟蒻没见过）
1 #include<iostream>
2 using namespace std;
3 struct edge
4 {
5 int from;
6 int to;
7 int next;//模拟指针
8 int weight;
9 }e[2000080];//看吧，他开很大都不会爆，不过要注意无向图开两倍
10 //毕竟一条无向边其实是当作两条有向边存的
11 int head[50005];//head[i]表示点i所发出的第一条边的数组下标
12 int tot;//边的总数
13 int n, m;
14 void add(int from,int to,int weight)
15 {
16 tot++;
17 e[tot].from = from;
18 e[tot].to = to;
19 e[tot].weight = weight;
20 e[tot].next = head[from];
21 head[from] = tot;
22 }//加边的模板
23 int main()
24 {
25 cin >> n >> m;
26 for (int i = 1; i <= m; i++)
27 {
28 int x, y, z;
29 cin >> x >> y >> z;
30 add(x, y, z);
31 add(y, x, z);//依然无向边存两次
32 }
33 for (int i = head[1]; i; i = e[i].next)
34 //遍历该点上所有的边，如果没有下一条了（i=0），我就停
35 //如果还有下一条边，我就继续往后遍历（i=e[i].next）
36 cout << e[i].to;
37 //貌似没解释清楚，感性理解一下？
38 return 0;
39 }
3，vector存图
利用stl库中提供的动态数组vector存图，时空上的效率都和邻接表差不多（据说开了OI优化会稍微快一点）
注意要开<vector>头文件
#include<iostream>
#include<vector>
#include<algorithm>
using namespace std;
struct edge
{
int from;
int to;
int weight;
};
vector<edge> e[100086];//e[i][j]表示点i的第j条边
//貌似比邻接表稍微简单一点
int n, m;
int main()
{
cin >> n >> m;
for (int i = 1; i <= n; i++)
{
edge t;//定义一条新的的边出来
int x, y, z;
cin >> x >> y >> z;
t.from = x;
t.to = y;
t.weight;
e[x].push_back(t);//把他塞进去
t.from = y;
t.to = x;
e[y].push_back(t);//改一改，反向塞进去
}
for (int i = 0; i < e[1].size(); i++)
//查询很方便
//不过注意vector是从0开始的
cout << e[1][i].to;
return 0;
}
存图时的坑点：
-
重边：比较一下他和原本的那条边那个权值更小，选更小的存
-
自环：对于一般的题貌似可以直接不管他
-
无向图没开两倍：二话不说直接RE
二，最短路
常见的最短路算法主要有三类：
Floyd，Dijkstra以及Bellman Ford
当然还有他们的优化，以及一些其他的算法，不过貌似那些都有很多限制条件，只能在一些特定情况下只用
1，Floyd
这个算法实在太著名了，因为他的核心代码只有5行....
1 for (int k = 1; k <= n; k++)//枚举中间点
2 for (int i = 1; i <= n; i++)//枚举起点
3 for (int j = 1; j <= n; j++)//枚举终点
4 e[i][j] = min(e[i][j], e[i][k] + e[k][j]);//替换
大概就是说，从i点到j点是直接走比较近还是从i到k再从k到j这样绕一圈比较近，如果我绕一圈近的话就更新一下路径长度
完整代码
1 #include<iostream>
2 #include<vector>
3 #include<algorithm>
4 using namespace std;
5 int e[1000][1000];
6 int main()
7 {
8 int n, m;
9 cin >> n >> m;
10 for (int i = 1; i <= n; i++)
11 for (int j = 1; j <= m; j++)
12 if (i == j)
13 e[i][j] = 0;
14 else
15 e[i][j] = 9999999;
16 for (int i = 1; i <= m; i++)
17 {
18 int x, y, z;
19 cin >> x >> y >> z;
20 e[x][y] = z;
21 e[y][z] = z;
22 }
23 for (int k = 1; k <= n; k++)//枚举中间点
24 for (int i = 1; i <= n; i++)//枚举起点
25 for (int j = 1; j <= n; j++)//枚举终点
26 e[i][j] = min(e[i][j], e[i][k] + e[k][j]);//替换
27 return 0;
28 }
算法优点：
-
他求的是多源最短路，也就是说跑完一次Floyd，那么图中任意两个点之间的最短路就都知道了，不像后两种求的是单源最短路
-
好打
算法缺点：
2，Dijkstra
1 #include<iostream>
2 #include<algorithm>
3 using namespace std;
4 const long inf = 20041001;
5 int n;
6 int m;
7 int s;
8 int tot;
9 struct edge
10 {
11 long weight;
12 int to;
13 int next;
14 }e[500005];
15 struct node
16 {
17 int head;
18 }no[10086];
19 long long dis[10086];
20 bool book[10086];
21 void add(int from, int to, int weight)
22 {
23 tot++;
24 e[tot].to = to;
25 e[tot].weight = weight;
26 e[tot].next = no[from].head;
27 no[from].head = tot;
28 }
29 int main()
30 {
31 cin >> n >> m >> s;
32 book[s] = 1;
33 for (int i = 1; i <= n; i++)
34 dis[i] = inf;
35 dis[s] = 0;
36 for (int i = 1; i <= m; i++)
37 {
38 int x, y, w;
39 cin >> x >> y >> w;
40 if (x != y)
41 add(x, y, w);
42 }
43 for (int i = no[s].head; i; i = e[i].next)
44 {
45 if (e[i].weight < dis[e[i].to])
46 dis[e[i].to] = e[i].weight;
47 }
48 for (int i = 1; i < n; i++)
49 {
50 int u = 0;
51 int minn = inf;
52 for (int j = 1; j <= n; j++)
53 {
54 if (book[j] == 0 && dis[j] < minn)
55 {
56 minn = dis[j];
57 u = j;
58 }
59 }
60 book[u] = 1;
61 for (int i = no[u].head; i; i = e[i].next)
62 {
63 if (dis[e[i].to] > dis[u] + e[i].weight)
64 dis[e[i].to] = dis[u] + e[i].weight;
65 }
66 }
67 for (int i = 1; i <= n; i++)
68 cout << dis[i] << " ";
69 return 0;
70 }
算法优点
-
快了不少，好歹达到了O(n2)的复杂度，用堆儿优化之后甚至可以达到O((n+m)logn),算是比较优秀了
算法缺点
-
求的是单源最短路，也就是说我每次求完都只能知道点s到各个点的最短距离，如果我要求每个点的，也就要跑n次，就很慢了
3，Bellman Ford
1 #include<iostream>
2 #include<string.h>
3 #include<algorithm>
4 #include<vector>
5 #include<map>
6 #include<bitset>
7 #include<set>
8 #include<string>
9 #if !defined(_WIN32)
10 #include<bits/stdc++.h>
11 #endif // !defined(_WIN32)
12 #define ll long long
13 #define dd double
14 using namespace std;
15 int t;
16 int n, m, w;
17 int tot;
18 struct edge
19 {
20 int from;
21 int to;
22 int weight;
23 }e[100086];
24 int dis[5005];
25 void add(int x, int y, int z)
26 {
27 tot++;
28 e[tot].from = x;
29 e[tot].to = y;
30 e[tot].weight = z;
31 }
32 bool Bellman_Ford()
33 {
34 memset(dis, 0x3f3f3f3f, sizeof(dis));
35 dis[1] = 0;
36 for (int i = 1; i < n; i++)
37 {
38 for (int j = 1; j <= tot; j++)
39 {
40 if (dis[e[j].to] > dis[e[j].from] + e[j].weight)
41 dis[e[j].to] = dis[e[j].from] + e[j].weight;
42 }
43 }
44 for (int i = 1; i <= tot; i++)
45 if (dis[e[i].to] > dis[e[i].from] + e[i].weight)
46 return 0;
47 return 1;
48 }
49 int main()
50 {
51 cin >> t;
52 while (t--)
53 {
54 tot = 0;
55 memset(e, 0, sizeof(e));
56 memset(dis, 0, sizeof(dis));
57 n = 0, m = 0, w = 0;
58 cin >> n >> m >> w;
59 for (int i = 1; i <= m; i++)
60 {
61 int x, y, z;
62 cin >> x >> y >> z;
63 add(x, y, z);
64 add(y, x, z);
65 }
66 for (int i = 1; i <= w; i++)
67 {
68 int x, y, z;
69 cin >> x >> y >> z;
70 add(x, y, 0 - z);
71 }
72 if (Bellman_Ford())
73 cout << "NO" << endl;
74 else
75 cout << "YES" << endl;
76 }
77 return 0;
78 }
算法优点
算法缺点
-
很慢，时间复杂度O(nm),而且求的是单元最短路，一般只用来判断是否有负权回路，而且实际使用时往往要使用他的队列优化，也就是SPFA
（今天刚注册的博客，立刻就像写一篇博客试试，然而实际写起来才觉得没那么简单，写完后返回来以看就发现了很多缺陷，而且也不太清楚从何改起.......不过我相信写博客同样也是熟能生巧的，只要一直写下去，想必将来也能写出优秀的博客）