图的几种存储方式

之前几天把数据结构扔在一边,在看离散数学的图论部分,看了大部分,最后还是觉得纯数学的,有一些可能现在我刚接触图还不会觉得有什么用,所以就选择性的跳过一些,现在也决定先放下书,回到数据结构上,开始图的部分的学习。

图的存储通用的存储方式有邻接矩阵表示法、邻接表表示法。为方便有向图的顶点的入度与出度的计算,有 有向图的十字链表表示法。为方便对无向图的边进行操作,有 无向图的邻接多重表表示法。

邻接矩阵表示法应该算是最容易的一种表示法,一些简单的操作比如查找某顶点的指定邻接点等很容易实现。

邻接表表示在计算无向图顶点的度很方便,计算有向图的出度也很方便,但是计算入度的话就要从第一个结点开始遍历,比较麻烦,这时采用逆邻接表表示法的话,求有向图的入度就会很方便,相应的,出度就不方便了,所以要根据需要选择存储结构。

如果在程序中要统计有向图的度,那么最好的方式就是采用十字链表的存储方式。

邻接多重表可以看作是对无向图的邻接矩阵的一种压缩表示,当然这种结构在边的操作上会方便很多,但是我现在还没学到,所以暂时还不知道。下面是几种表示方法的算法实现,逆邻接表和邻接表的实现方式几乎一样,所以就不贴出来了。

 

#define MAX_VERTEX_NUM 20

#include<iostream>
#include<string>
using namespace std;

template<class T>
int Locate_Vex(T G,string x) //定位顶点位置
{
	for(int k=0;G.vexs[k]!=x;k++);
	return k;
}

//邻接矩阵存储图
struct MGraph
{
	string vexs[MAX_VERTEX_NUM];//顶点数组
	int arcs[MAX_VERTEX_NUM][MAX_VERTEX_NUM]; //邻接矩阵
	int vexnum;//顶点数目
	int arcnum;//边数目
};

void CreateUDN_MG(MGraph &G)
{
	//采用邻接矩阵表示法,构造无向网
	cin>>G.vexnum>>G.arcnum;
	for(int i=0;i<G.vexnum;i++)
		cin>>vaxs[i];
	
	for(i=0;i<G.vexnum;i++)
		for(int j=0;j<G.vexnum;j++)
			G.arcs[i][j]=-1;
	//上面是初始化邻接矩阵,-1表示两点间边的权值为无穷大
	
	for(int k=0;k<G.arcnum;k++)
	{
		string v1,v2;
		int w;
		cin>>v1>>v2>>w;
		i=Locate_Vex(G,v1);
		j=Locate_Vex(G,v2);
		while(i<0|| i>G.vexnum-1 || j<0 || j>G.vexnum-1)
		{
			cout<<"结点位置输入错误,重新输入: ";
			cin>>v1>>v2>>w;
			i=Locate_Vex(G,v1);
			j=Locate_Vex(G,v2);	
		}
		G.arcs[i][j]=w;
		G.arcs[j][i]=G.arcs[i][j]; //置对称边
	}
}

//邻接表存储图
//表结点
struct ArcNode
{
	int adjvex; //弧所指向顶点的位置
	ArcNode *nextarc;// 指向下一条弧
};

//头结点
typedef struct VNode
{
	string data;//顶点名
	ArcNode *firstarc;//指向第一条关联顶点的弧
}AdjList[MAX_VERTEX_NUM];

struct ALGraph
{
	AdjList vertices;//头结点数组
	int vexnum;
	int arcnum;
};

void CreateDG_ALG(ALGraph &G)
{
	//采用邻接表存储表示,构造有向图G
	string v1,v2;
	int i,j,k;
	cin>>G.arcnum>>G.vexnum;
	
	//构造头结点数组
	for(i=0;i<G.vexnum;i++)
	{
		cin>>G.vertices[i].data;
		G.vertices[i].firstarc=NULL;
	}

	//输入各弧并构造邻接表
	for(k=0;k<G.arcnum;k++)
	{
		cin>>v1>>v2;
		i=Locate_Vex(G,v1);
		j=Locate_Vex(G,v2);
		while(i<0|| i>G.vexnum-1 || j<0 || j>G.vexnum-1)
		{
			cout<<"结点位置输入错误,重新输入: ";
			cin>>v1>>v2;
			i=Locate_Vex(G,v1);
			j=Locate_Vex(G,v2);	
		}
	
		ArcNode *p=new ArcNode;
		p->adjvex=j;
		p->nextarc=NULL;
		p->nextarc=G.vertices[i].firstarc;
		G.vertices[i].firstarc=p;
	}
}

//十字链表方式存储有向图
//弧结点
struct ArcBox
{
	int tailvex,headvex;//弧结点头尾结点位置
	ArcBox *hlink,*tlink;//弧头和弧尾相同的弧的链域
};

//顶点结点
struct VexNode
{
	string data;
	ArcBox *firstin,*firstout;//顶点第一条入弧和出弧
};

struct OLGraph
{
	VexNode xlist[MAX_VERTEX_NUM];
	int vexnum;
	int arcnum;
};

void CreateDG_OLG(OLGraph &G)
{
	//采用十字链表存储表示,构造有向图G
	string v1,v2;
	int i,j,k;
	cin>>G.vexnum>>G.arcnum;
	for(i=0;i<G.vexnum;i++)
	{
		cin>>G.xlist[i].data;
		G.xlist[i].firstin=NULL;
		G.xlist[i].firstout=NULL;
	}
	for(k=0;k<G.arcnum;k++)
	{
		cin>>v1>>v2;
		i=Locate_Vex(G,v1);
		j=Locate_Vex(G,v2);
	
		while(i<0|| i>G.vexnum-1 || j<0 || j>G.vexnum-1)
		{
			cout<<"结点位置输入错误,重新输入: ";
			cin>>v1>>v2;
			i=Locate_Vex(G,v1);
			j=Locate_Vex(G,v2);	
		}		

		ArcBox *p=new ArcBox;
		p->tailvex=i;
		p->headvex=j;
		p->hlink=G.xlist[j].firstin;
		p->tlink=G.xlist[i].firstout;
		G.xlist[i].firstout=G.xlist[j].firstin=p;
	}
}
		
//邻接多重表存储
//边结点
struct EBox
{
	int mark;//标志域,指示该边是否被访问过(0:没有 1:有)
	int ivex,jvex;//该边关联的两个顶点的位置
	EBox *ilink,*jlink;//分别指向关联这两个顶点的下一条边
};

//顶点结点
struct VexBox
{
	string data;
	EBox *firstedge;//指向第一条关联该结点的边
};

struct AMLGraph
{
	VexBox adjmulist[MAX_VERTEX_NUM];
	int vexnum;
	int arcnum;
};

void CreateUDG_AML(AMLGraph &G)
{
	//用邻接多重表存储,构造无向图G
	string v1,v2;
	int i,j,k;
	cin>>G.vexnum>>G.arcnum;
	for(i=0;i<G.vexnum;i++)
	{
		cin>>G.adjmulist[i].data;
		G.adjmulist[i].firstedge=NULL;
	}

	for(k=0;k<G.arcnum;k++)
	{
		cin>>v1>>v2;
		i=Locate_Vex(G,v1);
		j=Locate_Vex(G,v2);
		
		while(i<0|| i>G.vexnum-1 || j<0 || j>G.vexnum-1)
		{
			cout<<"结点位置输入错误,重新输入: ";
			cin>>v1>>v2;
			i=Locate_Vex(G,v1);
			j=Locate_Vex(G,v2);	
		}

		EBox *p=new EBox;
		p->ivex=i;
		p->jvex=j;
		p->ilink=G.adjmulist[i].firstedge;
		p->jlink=G.adjmulist[j].firstedge;
		p->mark=0;
		G.adjmulist[i].firstedge=G.adjmulist[j].firstedge=p;
	}
}


 

  • 2
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 8
    评论
数据结构是计算机科学中组织和管理数据的方式,常见的存储方式可以分为以下几种: 1. **顺序存储**:数据元素按照它们在内存中的物理顺序进行存储,如数组就是一种典型的顺序存储结构。这种方式简单直接,访问速度快,但插入和删除元素可能需要移动大量元素。 2. **链式存储**:每个数据元素包含一个指向下一个元素的指针或引用,如链表(单链表、双链表)和树(如二叉搜索树)。链式存储便于插入和删除,但随机访问速度较慢。 3. **散列存储**(哈希存储):使用哈希函数将数据元素的键转换为索引,存储在特定的位置。散列表提供了快速查找,但可能会有冲突,需要解决哈希冲突的方法。 4. **堆存储**:堆是一种特殊的树形数据结构,主要用于实现优先队列。最大堆(父节点大于子节点)和最小堆(父节点小于子节点)都有自己的存储和操作特点。 5. **存储**:在结构中,节点由边连接,通常采用邻接矩阵或邻接表的方式存储,前者用二维数组表示,后者为每条边存储起点和终点。 6. **压缩存储**:例如霍夫曼编码和B树/B+树等,用于高效地存储大量重复的数据,减少空间占用。 7. **动态数组和动态集合**:这些是动态调整大小的数据结构,如ArrayList和HashSet,适合不确定大小的序列和不重复元素的集合。 每种存储方式都有其适用的场景和优缺点,选择哪种取决于具体的应用需求和性能要求。如果你对某个数据结构的具体实现或者应用场景感兴趣,可以详细询问。

“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 8
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