先附上程序效果:
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/cf32d0b57dc3c5a087b85116ed96261b.png)
邻接表
邻接矩阵,也就是使用二维数组用来存放每个顶点与对应边的关系,例如两个顶点存在边,那么就将这个二维数组对应的下标设置为一个非0值。如下图:
无向图情况:
有向图情况:
邻接矩阵是一种不错的图存储结构,但是对于边数使用较少的图,比较浪费存储空间,
比如下面这种情况:
而学习线性表的时候我们都知道顺序存储结构浪费空间,所以引出了链式存储结构来节约空间。
因此,同样的我们可以对弧或边使用链式存储结构来避免空间浪费的问题。
于是我们引出了新的图存储结构,邻接表。
我们通过将数组与链表结合来存储一张图,而这种链表与数组相结合的的存储方法称为邻接表。
那么邻接表大概我们知道是什么样子了,那么实现起来就容易了。
接下来是结构体的定义:
typedef struct Adjvex //邻接域
{
int adjvex; //顶点的邻接点在数组的下标
int weight; //权值 有没有都可以 看你用的是有向还是无向图
Adjvex* next; //下一个邻接点在数组的下标
}*Edgenode,Adjvex;
typedef struct Vertxnode //顶点节点 顶点数组 存放节点以及邻接的顶点的下标指针
{
ElemType data;
Adjvex* firstedge;
}Vertexnode,Adjlist[MAXSIZE];
typedef struct Graphlist //邻接表 将顶点数组与顶点数和边数结合
{
Adjlist adjlist; //顶点数组以及邻接域
int vexnum, edgenum; //顶点和边数目;
}Graphlist,*p_Graphlist;
int Visited[MAXSIZE] = {0}; //用来表示当前顶点是否被访问 1表示访问 0表示没有访问
int AdjRectangle[MAXSIZE][MAXSIZE]; //二维数组模拟邻接矩阵
对于无向图的构建,我们遵循对称原则,这是由于无向图一条边指向的两个顶点是互相指向对方的,所以在对方的邻接顶点域中都需要将对方的下标存放进来。
void CreateGraphlist(p_Graphlist p)
{
int i, j, k;
Edgenode e;
cout << "输入顶点数和边数" << endl;
cin >> p->vexnum >> p->edgenum; //输入边数和表数
for (i = 0; i < p->vexnum; i++) //初始化顶点表
{
cout << "输入顶点数据" << endl;
cin >> p->adjlist[i].data; //顶点数据赋值
p->adjlist[i].firstedge = NULL; //暂定邻接边表为空
}
for (i = 0; i < p->vexnum; i++)//二维数组模拟邻接矩阵|0 0 1|
{ //例如 |0 0 1|
for (k = 0; k < p->vexnum; k++) // |1 1 0|
{
AdjRectangle[i][k] = 0; //暂定初始化为全0
}
}
for (k = 0; k < p->edgenum; k++)//这个for循环用于输入edgenum个边
{
cout << "输入边(vi,vj)上的顶点序号" << endl; //vi为边尾,vj为边头
cin >> i >> j; //输入0,1则代表边尾为v0,边头尾v1
AdjRectangle[i][j] = 1; //对应的数组位置设置为1,代表有一个表
AdjRectangle[j][i] = 1; //矩阵是对称的,对应的位置也置为1
e = (Edgenode)malloc(sizeof(Adjvex)); //创建邻接顶点表指针
e->adjvex = j; //邻接表的顶点指向j
//e->next = p->adjlist[i].firstedge;
p->adjlist[i].firstedge = e; //第一个边指向第一个边表
e = (Edgenode)malloc(sizeof(Adjvex)); //对称式结构
e->adjvex = i;
//e->next = p->adjlist[j].firstedge;
p->adjlist[j].firstedge = e;
}
for (int i = 0; i < p->vexnum; i++) { //输出邻接矩阵
for (int j = 0; j < p->vexnum; j++)
{
cout << AdjRectangle[i][j] << " ";
}
cout << endl;
}
DFSTraverse(p);
}
注意:
这里必须着重讲解一下一个节点有多个邻接点的情况。
图中的每一个节点都不止一个邻接点,那么这些邻接点的next是如何指向下一个邻接点的呢?
光看程序不好想象,那么就让我们debug一下吧。
我们以v0点为例,输入v1与v3两条边(只是为了debug而已,了解一次过程就可以推导下一次的过程)
先建立v0与v1的一条边
中途由于不小心点了一下关闭所以可能和下面图片v1的地址是不一样的,但是要表达的意思一样。
可以发现我先输入了v1节点,firstedge会先指向v1节点,而由于firstedge的初始化是NULL,所以v1的next节点是NULL,而之后我输入了v3节点之后,firstedge指向了v3节点,v3节点的next会指向v1节点,这样就形成了一个环路,也就是先输入的反倒在越后面。
那么创建就结束了,比较好理解这个创建,如果实在不理解是怎么创建的,可以进行dubug查看。
那么最后就是重头戏如何遍历整个图了。
我们使用深度优先遍历的方法
那么什么是深度优先遍历?
深度优先遍历
思路大概是从图的某个节点v出发,访问此顶点,然后从v的未被访问的邻接点出发深度优先遍历图,直到所有图中和v有路径的相通的顶点都被访问到。上图中v0节点先访问v1,v1被访问后v1先访问自己的邻接点v2,v2又访问自己的邻接点v3,v3访问自己的邻接点v0,之后发现v0已经被访问过了,那么就从v3退回到v2再从v2退回到v1,v1再退回到v0,这样就形成了深度优先遍历。可以发现这是由递归来实现的。
那么最后直接放代码吧。分为了邻接表和邻接矩阵的递归遍历。
代码
头文件代码:
#pragma once
#include<iostream>
#include <cstdio>
#include<cstdlib>
typedef int Status;
typedef int ElemType;
typedef char cElemType;
#define TRUE 1
#define FALSE 0
#define OK 1
#define ERROR 0
#define MAXSIZE 20
#define make (struct student*)malloc(sizeof(struct student));
using namespace std;
实现代码
#include<algo.h>
typedef struct Adjvex //邻接域
{
int adjvex; //顶点的邻接点在数组的下标
int weight; //权值
Adjvex* next; //下一个邻接点在数组的下标
}*Edgenode,Adjvex;
typedef struct Vertxnode //顶点节点
{
ElemType data;
Adjvex* firstedge;
}Vertexnode,Adjlist[MAXSIZE];
typedef struct Graphlist //邻接表
{
Adjlist adjlist; //顶点数组以及邻接域
int vexnum, edgenum; //顶点和边数目;
}Graphlist,*p_Graphlist;
int Visited[MAXSIZE] = {0}; //用来表示当前顶点是否被访问 1表示访问 0表示没有访问
int AdjRectangle[MAXSIZE][MAXSIZE]; //二维数组模拟邻接矩阵
void DFS(p_Graphlist p, int i)//邻接矩阵的深度优先递归遍历
{
int j;
Visited[i] = 1; //如果访问了该节点则设置为1
cout << "顶点数据为:" << p->adjlist[i].data << endl; //输出当前节点数据
for (j = 0; j < p->vexnum; j++)//循环调用递归
{
if (AdjRectangle[i][j] == 1 && !Visited[j])//如果边表是1且当前节点没有被访问过则调用递归
{
DFS(p, j);//j=0,1,2,3,4...,直到将每一个节点都递归访问了一次之后才结束
}
}
}
void DFSTraverse(p_Graphlist p)
{
int i;
for (i = 0; i < p->vexnum; i++)
{
Visited[i] = 0; //先将所有数据设置为未遍历状态0
}
cout << "数据如下:" << endl;
for (i = 0; i < p->vexnum; i++)//
{
if (!Visited[i])
{
DFS(p,i);
}
}
}
//邻接表的深度优先递归算法
void AdjDFS(p_Graphlist p, int i)
{
Edgenode e;
Visited[i] = 1; //访问了当前节点就设置为1
cout << p->adjlist[i].data << endl; //输出当前数据
e = p->adjlist[i].firstedge; //将第一个邻接点赋值给边表结构体指针
while (e)
{
if (!Visited[e->adjvex])//判断节点是否被访问过 没有则进行递归遍历
{
AdjDFS(p, e->adjvex);
}
e = e->next;//让e指向自己的下一个位置
}
}
void AdjDFSTraverse(p_Graphlist p)
{
int i;
for (i = 0; i < p->vexnum; i++)
Visited[i] = 0;//初始化访问数组
for (i = 0; i < p->vexnum; i++)
{
if (!Visited[i])
{
AdjDFS(p, i);
}
}
}
void CreateGraphlist(p_Graphlist p)
{
int i, j, k;
Edgenode e;
cout << "输入顶点数和边数" << endl;
cin >> p->vexnum >> p->edgenum; //输入边数和表数
for (i = 0; i < p->vexnum; i++) //初始化顶点表
{
cout << "输入顶点数据" << endl;
cin >> p->adjlist[i].data; //顶点数据赋值
p->adjlist[i].firstedge = NULL; //暂定邻接边表为空
}
for (i = 0; i < p->vexnum; i++)//二维数组模拟邻接矩阵|0 0 1|
{ //例如 |0 0 1|
for (k = 0; k < p->vexnum; k++) // |1 1 0|
{
AdjRectangle[i][k] = 0; //暂定初始化为全0
}
}
for (k = 0; k < p->edgenum; k++)//这个for循环用于输入edgenum个边
{
cout << "输入边(vi,vj)上的顶点序号" << endl; //vi为边尾,vj为边头
cin >> i >> j; //输入0,1则代表边尾为v0,边头尾v1
AdjRectangle[i][j] = 1; //对应的数组位置设置为1,代表有一个表
AdjRectangle[j][i] = 1; //矩阵是对称的,对应的位置也置为1
e = (Edgenode)malloc(sizeof(Adjvex)); //创建邻接顶点表指针
e->adjvex = j; //邻接表的顶点指向j
e->next = p->adjlist[i].firstedge; //这句话的作用是为了使得
p->adjlist[i].firstedge = e; //第一个边指向第一个边表
e = (Edgenode)malloc(sizeof(Adjvex)); //对称式结构
e->adjvex = i;
e->next = p->adjlist[j].firstedge;
p->adjlist[j].firstedge = e;
}
for (int i = 0; i < p->vexnum; i++) { //输出邻接矩阵
for (int j = 0; j < p->vexnum; j++)
{
cout << AdjRectangle[i][j] << " ";
}
cout << endl;
}
DFSTraverse(p);
AdjDFSTraverse(p);
}
int main()
{
p_Graphlist p;
p = (p_Graphlist)malloc(sizeof(Graphlist));
CreateGraphlist(p);
}
可以发现邻接矩阵的遍历结果是1 4 3 2,这与我们debug得出的结果是一样的,我们先插入的节点反倒再链表的末尾,后插入的再链表的开头,所以最后插入的v3节点中的数据4最先输出。
那么另一种遍历情况是使用数组判断方法,由于数据是从小到大增加的,所以先插入的节点会先输出,这是邻接矩阵的遍历方法。
408考研各数据结构C/C++代码(Continually updating)
408考研各数据结构C/C++代码(Continually updating)
这个模块是我应一些朋友的需求,希望我能开一个专栏,专门提供考研408中各种常用的数据结构的代码,并且希望我附上比较完整的注释以及提供用户输入功能,ok,fine,这个专栏会一直更新,直到我认为没有新的数据结构可以讲解了。
目前我比较熟悉的数据结构如下:
数组、链表、队列、栈、树、B/B+树、红黑树、Hash、图。
所以我会先有空更新出如下几个数据结构的代码,欢迎关注。 当然,在我前两年的博客中,对于链表、哈夫曼树等常用数据结构,我都提供了比较完整的详细的实现以及思路讲解,有兴趣可以去考古。