{
  "id": "directed-graph",
  "title": "有向图",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "边具有方向的图，用于表示顶点之间有先后次序的连接关系。",
  "category": "mathematics",
  "subcategory": "discrete-logic",
  "type": "concept",
  "aliases": [],
  "generated_at": "2026-10-04",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/directed-graph/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/directed-graph/",
      "json": "https://aiwiki.page/en/directed-graph.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "有向图（英文为 directed graph，亦称 digraph）是由顶点及连接有序顶点对的有向边组成的数学结构。边 \\(u\\to v\\) 从 \\(u\\) 指向 \\(v\\)，并不意味着存在反方向的边。有向图是 图论 的研究对象。(algs4.cs.princeton.edu)"
    },
    {
      "heading": "定义与约定",
      "text": "对于不含平行边的有向图，标准的集合表示为\n\n\\[G=(V,E),\\qquad E\\subseteq V\\times V,\\]\n\n其中，\\(V\\) 是顶点集，\\(V\\times V\\) 是它的 笛卡尔积。每条边都是一个 有序对 \\((u,v)\\)，其中 \\(u\\) 为尾顶点，\\(v\\) 为头顶点。因此，边集也可以看作 \\(V\\) 上的一个 二元关系。(networkx.org)\n\n对于允许出现哪些边，不同定义有不同约定。自环是连接一个顶点与其自身的边。平行边具有相同的有序端点；允许平行边便得到有向多重图，此时必须区分每一条边，而不能仅记录端点对。方向相反的边 \\(u\\to v\\) 和 \\(v\\to u\\) 并不是平行边。定义时应明确是否允许自环和平行边。(algs4.cs.princeton.edu)\n\n定向图（oriented graph）在一种常见的较狭义用法中，是对简单无向图的每条边指定方向后得到的图。因此，它不允许同一对顶点之间存在方向相反的两条边；并非所有有向图都是定向图。(en.wikipedia.org)"
    },
    {
      "heading": "度",
      "text": "出度 \\(d^+(v)\\) 是从 \\(v\\) 出发的边数，入度 \\(d^-(v)\\) 则是进入 \\(v\\) 的边数。一个自环对出度和入度各贡献一次计数。对于有限有向图，\n\n\\[\\sum_{v\\in V}d^+(v)=\\sum_{v\\in V}d^-(v)=|E|.\\]\n\n这是因为每条边都恰好有一个尾顶点和一个头顶点。入度为零的顶点通常称为源点，出度为零的顶点称为汇点。(en.wikipedia.org)"
    },
    {
      "heading": "游走、可达性与连通性",
      "text": "有向游走沿各条边指定的方向行进，可以重复经过顶点或边。按照本文采用的约定，有向路径不包含重复顶点。有向环是长度大于零的闭合有向游走，除起点与终点相同外，不重复经过任何顶点。不同文献对路径相关术语的用法有所不同。(arxiv.org)\n\n如果存在从 \\(u\\) 到 \\(v\\) 的有向路径，就称从 \\(u\\) 可达 \\(v\\)；当 \\(u=v\\) 时，允许使用长度为零的路径。如果任意顶点都能到达其他任意顶点，则称该图是强连通的。图的 强连通分量 是由相互可达的顶点组成的极大顶点集合。相互可达是一种 等价关系，因此这些分量构成顶点集的一个划分。(algs4.cs.princeton.edu)\n\n如果忽略边的方向后得到的无向图是连通的，则称原图是弱连通的。弱连通并不意味着强连通：单独一条边 \\(u\\to v\\) 在忽略方向时连接了这两个顶点，却没有提供从 \\(v\\) 到 \\(u\\) 的路径。(en.wikipedia.org)"
    },
    {
      "heading": "表示方法",
      "text": "对于顶点 \\(v_1,\\ldots,v_n\\)，邻接矩阵 是满足下式的 矩阵 \\(A\\)：\n\n\\[A_{ij}=\\text{从 }v_i\\text{ 到 }v_j\\text{ 的边数}.\\]\n\n若没有平行边，矩阵元素只能为零或一。各行元素之和给出相应顶点的出度，各列元素之和给出相应顶点的入度。与无向图的邻接矩阵不同，\\(A\\) 不一定对称。对于正整数 \\(k\\)，\\((A^k)_{ij}\\) 表示长度为 \\(k\\) 的有向游走的数量，这些游走不一定是不含重复顶点的路径。(math.mit.edu)\n\n邻接表表示法存储每个顶点的出邻居，即从该顶点出发的边所指向的顶点。这种表示法需要 \\(O(|V|+|E|)\\) 的空间，遍历某个顶点的所有出边所需的时间与该顶点的出度成正比。将每条边的方向反转便得到反向图，它可用于找出哪些顶点能够到达某个指定顶点。(github.com)"
    },
    {
      "heading": "无环图与算法",
      "text": "有向无环图（DAG）不包含有向环。有限有向图存在 拓扑排序，当且仅当它是有向无环图；在这种顶点排序中，每条边都从排在前面的顶点指向排在后面的顶点。这样的排序不一定唯一。(algs4.cs.princeton.edu)\n\n基本 算法 包括用于判断可达性和检测环的深度优先搜索、用于求解无权图中 最短路径问题 的广度优先搜索，以及求强连通分量的算法。采用邻接表时，这些任务都可以在 \\(O(|V|+|E|)\\) 时间内完成。(algs4.cs.princeton.edu)"
    },
    {
      "heading": "应用",
      "text": "有向图用于表示非对称关系，例如网页之间的超链接、单向通行的交通连接，以及任务之间的依赖关系。在调度问题中，一条边可以表示某项任务必须先于另一项任务完成；当依赖图无环时，拓扑排序便能给出一个有效的执行顺序。有向图还用于表示 马尔可夫链 中可能发生的状态转移，以及计算机内存中对象之间的引用关系。(algs4.cs.princeton.edu)"
    }
  ],
  "links": [
    "graph-theory",
    "cartesian-product",
    "ordered-pair",
    "binary-relation",
    "strongly-connected-component",
    "equivalence-relation",
    "adjacency-matrix",
    "matrix",
    "directed-acyclic-graph",
    "algorithm",
    "shortest-path-problem",
    "markov-chain"
  ],
  "sources": [
    {
      "title": "Directed Graphs",
      "url": "https://algs4.cs.princeton.edu/42digraph/"
    },
    {
      "title": "DiGraph—Directed graphs with self loops — NetworkX documentation",
      "url": "https://networkx.org/documentation/stable/reference/classes/digraph.html"
    },
    {
      "title": "Digraph.java — algs4",
      "url": "https://github.com/kevin-wayne/algs4/blob/master/src/main/java/edu/princeton/cs/algs4/Digraph.java"
    },
    {
      "title": "Directed graph",
      "url": "https://en.wikipedia.org/wiki/Directed_graph"
    },
    {
      "title": "Directed Graphs — lecture slides",
      "url": "https://algs4.cs.princeton.edu/lectures/keynote/42DirectedGraphs-2x2.pdf"
    },
    {
      "title": "Number of paths in a graph",
      "url": "https://arxiv.org/abs/2209.08840"
    },
    {
      "title": "Adjacency matrix of G — MIT lecture notes",
      "url": "https://math.mit.edu/~apost/courses/18.212_2021/lectures/18212_lecture22.pdf"
    },
    {
      "title": "Evaluating Matrix Functions by Resummations on Graphs: the Method of Path-Sums",
      "url": "https://arxiv.org/abs/1112.1588"
    },
    {
      "title": "Topological.java",
      "url": "https://algs4.cs.princeton.edu/44sp/Topological.java.html"
    }
  ],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}