邻接矩阵法和邻接表法（图的存储）

1.邻接矩阵法

（1）邻接矩阵法定义
通过一个二维矩阵来表示图中各个顶点之间的连接关系。邻接矩阵中的行和列分别代表图中的顶点，而矩阵中的元素则表示对应顶点之间是否存在边。表示方式唯一

typedef struct{
	ElementType vertex[maxVertexNum];// 顶点表
	ElementType edge[maxVertexNum][maxVertexNum];// 邻接矩阵（边表）
	int vertexNum,edgeNum;// 顶点数，边数
}adjacencyMatrix;

邻接矩阵法的空间复杂度为$O(|v{|}^2)$ ，适合用于稠密图。无向图的邻接矩阵是对称矩阵，可压缩存储

（2）计算顶点的度、入度、出度

类型	计算方式
度（无向图）	顶点在邻接矩阵中对应行/列中表示边存在的元素个数
入度（有向图）	顶点在邻接矩阵中对应列中表示边存在的元素个数
出度（有向图）	顶点在邻接矩阵中对应行中表示边存在的元素个数

注：邻接举证法求顶点的度/入度/出度的时间复杂度为$O(|v|)$

（3）对称矩阵的压缩存储
策略：用一维数组存储主对角线和上（下）三角区元素
公式：i代表矩阵的行（$i>=1$），j代表矩阵的列（$j>=1$），k代表数组下标（$k>=0$）

$$k=\{\begin{array}{ll}\frac{i(i-1)}{2}+j-1,& \text{i>=j}\\ \frac{j(j-1)}{2}+i-1,& \text{j>=i}\end{array}$$

（4）邻接矩阵法的性质
设图G的邻接矩阵为A（矩阵元素为0或1），则$A^n$的元素$A^n[i][j]$等于由顶点i到顶点j的长度为n的路径数目

2.邻接表法

（1）邻接表法定义
通过链表的方式存储每个顶点所连接的边和相应的顶点。对于图中的每个顶点，邻接表都为其创建一个链表，链表中存储了与该顶点相邻的其他顶点。表示方式不唯一

// 边
typedef struct EdgeNode{
	int vertexIndex;// 指向邻接表中哪个结点
	struct EdgeNode *next;// 指向下一条边的指针
}EdgeNode;
// 顶点
typedef struct vertexNode{
	VertexType data;// 顶点信息
	EdgeNode* first;// 指向第一条边的指针
}AdjacencyList[maxVertexNum];
// 邻接表存储的图
typedef struct{
	AdjacencyList vertexs;
	int vertexNum,edgeNum;
}AdjacencyGraph;

无向图中邻接表法的空间复杂度为$O(|V|+2|E|)$，有向图中邻接表法的空间复杂度为$O(|V|+|E|)$

（2）计算顶点的度、入度、出度

类型	计算方式
度（无向图）	顶点的边链表的结点数目
入度（有向图）	遍历每个顶点的边链表，计算出指向该结点的边结点之和
出度（有向图）	顶点的边链表的结点数目