11.20数据结构----图的存储结构

小结一下今天所学的数据结构主要内容,真的不好怎么总结呀,有待提升!

图的存储结构

图:(说明)

图的存储结构比较复杂,其复杂性主要表现在:

 a.任意顶点之间可能存在联系,无法以数据元素在存储区中的物理位置来表示元素之间的关系。

 b. 图中顶点的度不一样,有的可能相差很大,若按度数最大的顶点设计结构,则会浪费很多存储单元,反之按每个顶点自己的度设计不同的结构,又会影响操作。

图的常用的存储结构有:(一)邻接矩阵,(二)邻接链表,(三)十字链表,(四)邻接多重表和边表。

《一》邻接矩阵(数组)表示法(图一)

图一:

基本思想:对于有n个顶点的图,用一维数组vexs[n]存储顶点信息,用二维数组A[n][n]存储顶点之间关系的信息。该二维数组称为邻接矩阵。在邻接矩阵中,以顶点在vexs数组中的下标代表顶点,邻接矩阵中的元素A[i][j]存放的是顶点i到顶点j之间关系的信息。

1.无向图的数组表示

(1)  无权图的邻接矩阵

       无向无权图G=(V,E)有n(n≧1)个顶点,其邻接矩阵是n阶对称方阵。

(2)  带权图的邻接矩阵

      无向带权图G=(V,E) 的邻接矩阵。

(3)  无向图邻接矩阵的特性

 a. 邻接矩阵是对称方阵;

 b.对于顶点vi,其度数是第i行的非0元素的个数;

 c.无向图的边数是上(或下)三角形矩阵中非0元素个数。

2  有向图的数组表示

(1)  无权图的邻接矩阵

        若有向无权图G=(V,E)有n(n≧1)个顶点,则其邻接矩阵是n阶对称方阵。

(2)  带权图的邻接矩阵

      有向带权图G=(V,E)的邻接矩阵。

⑶ 有向图邻接矩阵的特性

a.对于顶点vi,第i行的非0元素的个数是其出度OD(vi);第i列的非0元素的个数是其入度ID(vi) 。

b. 邻接矩阵中非0元素的个数就是图的弧的数目。

《二》邻接链表法(图二)

图二:

基本思想:对图的每个顶点建立一个单链表,存储该顶点所有邻接顶点及其相关信息。每一个单链表设一个表头结点。

《三》十字链表法(图三)

图三:


十字链表(OrthogonalList)是有向图的另一种链式存储结构,是将有向图的正邻接表和逆邻接表结合起来得到的一种链表。

 在这种结构中,每条弧的弧头结点和弧尾结点都存放在链表中,并将弧结点分别组织到以弧尾结点为头(顶点)结点和以弧头结点为头(顶点)结点的链表中。

data域:存储和顶点相关的信息;

指针域firstin:指向以该顶点为弧头的第一条弧所对应的弧结点;

指针域firstout:指向以该顶点为弧尾的第一条弧所对应的弧结点;

 尾域tailvex:指示弧尾顶点在图中的位置;

头域headvex:指示弧头顶点在图中的位置;

指针域hlink:指向弧头相同的下一条弧;

指针域tlink:指向弧尾相同的下一条弧;

 Info域:指向该弧的相关信息;

《四》邻接多重表(图四)

图四:

邻接多重表(AdjacencyMultilist)是无向图的另一种链式存储结构。

邻接表是无向图的一种有效的存储结构,在无向图的邻接表中,一条边(v,w)的两个表结点分别初选在以v和w为头结点的链表中,很容易求得顶点和边的信息,但在涉及到边的操作会带来不便。

总结起来好吃力呀。。。。加油加油 明天还要继续看~~~~~~待续。。。。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值