图的表示(整合)

来源:互联网 发布:拉菲时时彩源码 编辑:程序博客网 时间:2024/05/29 17:42

邻接矩阵
用下标代表点的标号,以二维数组储存数值表示边的存在与否,或者边的长度大小。

邻接表
一、邻接表
邻接表是图的一种链式存储结构。
邻接表中,对图中每个顶点建立一个单链表,第i个单链表中的结点表示依附于顶点Vi的边(对有向图是以顶点Vi为尾的弧)。

二、无向图的邻接表
这里写图片描述
三、有向图的邻接表和逆邻接表
(一)在有向图的邻接表中,第i个单链表链接的边都是顶点i发出的边。
(二)为了求第i个顶点的入度,需要遍历整个邻接表。因此可以建立逆邻接表。
(三)在有向图的逆邻接表中,第i个单链表链接的边都是进入顶点i的边。
这里写图片描述
四、邻接表小结
◆ 设图中有n个顶点,e条边,则用邻接表表示无向图时,需要n个顶点结点,2e个表结点;用邻接表表示有向图时,若不考虑逆邻接表,只需n个顶点结点,e个边结点。
◆ 在无向图的邻接表中,顶点vi的度恰为第i个链表中的结点数。
◆ 在有向图中,第i个链表中的结点个数只是顶点vi的出度。在逆邻接表中的第i个链表中的结点个数为vi的入度。
◆ 建立邻接表的时间复杂度为O(n+e)。


两者使用途径的区别:
如果图中边的数目远远小于n2称作稀疏图,这是用邻接表表示比用邻接矩阵表示节省空间;
如果图中边的数目接近于n2,对于无向图接近于n*(n-1)称作稠密图,考虑到邻接表中要附加链域,采用邻接矩阵表示法为宜。

在空间允许情况下:
在有向图中求顶点的度采用邻接矩阵比采用邻接表表示更方便

邻接表表示中第i个边表上的结点个数就是顶点Vi的出度,求入度较困难,需遍历个顶点的边表
逆邻接表表示中第i个边表上的结点个数就是顶点Vi的入度,求出度较困难,需遍历个顶点的边表

在邻接矩阵中求边的数目必须检测整个矩阵,所消耗的时间是O(n)
在邻接表中求边的个数,只要对每个边表计数即可求得所消耗的时间是O(n+e)


构建代码:
邻接表:

/**  构建邻接表模板*/#include<stdio.h>#include<string.h>int head[100100];//表头,head[i]代表起点是i的边的编号int cnt;//代表边的编号struct s{    int u;//记录边的起点    int v;//记录边的终点    int w;//记录边的权值    int next;//指向上一条边的编号}edge[100010];void add(int u,int v,int w)//向所要连接的表中加入边{    edge[cnt].u=u;    edge[cnt].v=v;    edge[cnt].w=w;    edge[cnt].next=head[u];    head[u]=cnt++;}int main(){    int n;    while(scanf("%d",&n)!=EOF)    {        int i;        cnt=0;        memset(head,-1,sizeof(head));//清空表头数组        for(i=0;i<n;i++)        {            int u,v,w;            scanf("%d%d%d",&u,&v,&w);            add(u,v,w);        }        int u,v,w;        scanf("%d",&u);        for(i=head[u];i!=-1;i=edge[i].next)//输出所有与起点为u相连的边的终点和权值        {             v=edge[i].v;             w=edge[i].w;             printf("%d %d\n",v,w);        }    }    return 0;}/**  构建邻接矩阵模板*/#include<stdio.h>#include<string.h>int G[1010][1010];//矩阵void add(int u,int v,int w)//向邻接矩阵加入边{    G[u][v] = w; //有向边}int main(){    int n;    while(scanf("%d",&n)!=EOF)    {        int i;        for(i=0;i<n;i++)        {            int u,v,w;            scanf("%d%d%d",&u,&v,&w);            add(u,v,w);        }        //遍历全矩阵才能找到所有边    }    return 0;}

以上部分整合于多人博客以及自己的内容:
http://blog.csdn.net/shiyanming1223/article/details/6847070
http://blog.sina.com.cn/s/blog_54b6680e010004rv.html

0 0
原创粉丝点击