邻接表—链式前向星

1.构成:前驱数组first【】,标记数组book【】,距离数组dis【】

前驱数组 first【】:用于存储起点x到最后第cnt条边,first【x】=cnt

eg:第一条边:1->2;第二条边:1->3;

存储为first【1】=2;

标记数组book【】:标记是否该点已被使用

结构体edge【++cnt】:第 cnt 条边,存储有关边的信息

edge【cnt】.to:第 cnt 条边的终点,指向下一个点 v(u->v)

edge【cnt】.w:第 cnt 条边的距离

edge【cnt】.next:以u为起点上一条边的编号(第cnt条边),

切记:edge【】数组对象针对“边”,故edge【】.next也存的边的信息。   edge[cnt].next=first[u]; 

2.利用方式:

for( i = first[ t ] ; i ! =0 ; i = edge[ i ].next )  

if(!book[edge[i].to]&&dis[edge[i].to]>dis[t]+edge[i].w)
            {  dis[edge[i].to]=dis[t]+edge[i].w;   }

① i 为边,以第 t 点为起点到达的最后一条边 i ;(t->v)

②当 i ! =0,则说明存在边时,进入for 循环;

③最后 i 为下一个点的最后一条边的编号,first【v】即为edge[ i ].next  (t->v)
 

int cnt=1;
void add(int x,int y,int w)
{        
    edge[cnt].to=y;          //指向终点 u->v
    edge[cnt].next=first[x];//以u为起点上一条边的编号,也就是与这个边起点相同的上一条边的编号
    edge[cnt].w=w;          //权值(距离)
    first[x]= cnt++;           //更新以u为起点上一条边的编号
}

 for(int i=first[t];i!=0;i=edge[i].next)          //列举所有t连通的点
        {
            if(!book[edge[i].to]&&dis[edge[i].to]>dis[t]+edge[i].w)
            {
                dis[edge[i].to]=dis[t]+edge[i].w;         //更新最短路径
            }
        }
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图论中,数据结构用于表示图有三种常见的方法:邻接矩阵、邻接表链式前向星。 1. **邻接矩阵**:这是一种二维数组(或矩阵)的表示法,其中行代表图中的顶点,列也代表顶点,每个元素(通常是布尔值或整数)表示两个顶点之间是否存在边。如果(i, j)位置的值为1或非零,表示顶点i和j相连;反之则表示不连接。邻接矩阵存储空间占用大,但查找任意两点间是否有边的时间复杂度是O(1),对于稠密图效率高。 2. **邻接表**:这是一种基于链表的数据结构,每个顶点都有一个链表,列表中的节点包含与该顶点相邻的所有其他顶点。这样,对于稀疏图来说,节省了大量空间,因为只存储实际存在的边。查找某个顶点的邻居需要遍历链表,时间复杂度为O(degree),其中degree是顶点的度(即相邻顶点的数量),对查找速度不利。 3. **链式前向星**:这是一种特殊的邻接表,通常用于构建树形图或有向无环图(DAG)的拓扑排序。在这种结构中,每个顶点有一条指向其子节点的链,形成一棵树状结构,且所有指向同一个顶点的边都是从父节点到子节点的。相比于一般的邻接表链式前向星更直观地反映了图的层次关系,但查找路径可能需要沿着链逐级向前,时间复杂度取决于目标节点的位置。 总结一下,邻接矩阵适合于稠密图,查询速度快,但空间消耗较大;邻接表适用于稀疏图,节省空间,但查找慢;链式前向星则常用于特定类型图的快速搜索,并能体现拓扑结构。选择哪种数据结构主要看图的具体特征和应用需求。
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