概述
我们开始入门图论:图的存储。
图是一种高级数据结构:链表是一个节点由一条边指向下一个节点,二叉树是一个节点由两条边指向下两个节点,而图是由任意多个节点由任意多条边指向任意多个节点。
图由节点和边构成,边往往存在边权。边权在不同的问题中往往有不同含义,如在最短路径中表示边的长度,在AOE网中表示任务所需时间。
对于这种复杂的结构,如何存储在计算机的程序语言中呢?
我们先来介绍三种存储结构:邻接矩阵|边集数组|邻接表。
1.邻接矩阵
结构
邻接矩阵由一张二维数组直接构成。
我们称二维数组的每一行为row,整体为adjacency_matrix:
using row=vector<int>;
using adjacency_matrix = vector<vector<int>>;
(using 的用法类似define宏定义)
你也可以使用最基本的:
int m[100][100];
但失去了vector的动态性。
对于matrix[u][v]=w;表示从u节点到v节点的边权值为w。
形象理解:
复杂度
空间复杂度: O(n²)
n:节点数量
特点:
1.往往用于稠密图(如弗洛伊德最短路径算法的实现),即各点之间存在大量边相互连接。
2.支持按节点访问。
3.不能存储两点之间的多条边。
Code
using row=vector<int>;
using adjacency_matrix = vector<vector<int>>;
void add(adjacency_matrix& m) {
int n; cin >> n;
while (n--) {
int u, v, w; cin >> u >> v >> w;
m[u][v] = w;
}
}
void get(const adjacency_matrix& m) {
for (int i = 0; i < m.size(); i++)
for (int j = 0; j < m[i].size(); j++)
if (m[i][j])cout << " " << m[i][j] << endl << i << "------------->" << j << endl;
}
2.边集数组
结构
边集数组由结构体edge作为元素组成数组。
edge具有成员变量int u,v,w;意为:此边从u出发抵达v,边权为w。
将edge数组称为edges:
struct edge{
int u;
int v;
int w;
};
using edges=vector<edge>;
对于edges[i]={u,v,w};表示第i条边从u节点出发抵达v节点,边权为w。
(边的序号通常时建立数组读入数据时编排的。)
形象理解:
复杂度
空间复杂度: O(m)
m:边数量
特点:
1.往往用于克鲁斯卡尔最小生成树算法的实现,或作为高级的图储存结构的成员。
2.不支持按节点访问。
3.能存储两点之间的多条边。
Code
struct edge{
int u;
int v;
int w;
};
using edges=vector<edge>;
void add(edges& e) {
int n; cin >> n;
while (n--) {
int u, v, w; cin >> u >> v >> w;
e.push_back({ u,v,w });
}
}
void get(const edges& e) {
for(const edge& i:e)
cout << " " << i.w << endl << i.u << "------------->" << i.v << endl;
}
3.邻接表
结构
邻接表由结构体out_edge作为元素组成数组。
out_edge只描述节点的出边,而边的起始节点由数组下表提供。
out_edge具有成员变量v,w;意为:抵达v,边权为w。
将out_edge数组称为adjacency_list:
struct out_edge{
int v;
int w;
};
using adjacency_list=vector<vector<out_edge>>;
对于adjacency_list[u][i]={v,w};表示从u节点出发的第i条边抵达v节点,边权为w。
形象理解:
复杂度
空间复杂度: O(n+m)
n:节点数量
m:边数量
复杂度分析:
邻接表数组共有n行,占O(n),而所有行共有m个元素,占O(m)。
特点:
1.常用于各种图。
2.支持按节点访问。
3.能存储两点之间的多条边。
Code
struct out_edge{
int v;
int w;
};
using adjacency_list=vector<vector<out_edge>>;
void add(adjacency_list& l) {
int n; cin >> n;
while (n--) {
int u, v, w; cin >> u >> v >> w;
if(u>=l.size())l.resize(u + 1);
l[u].push_back({ v,w });
}
}
void get(const adjacency_list& l) {
for (int i=0;i<l.size();i++)
for(const out_edge j:l[i])
cout << " " << j.w << endl << i << "------------->" << j.v << endl;
}
测试Code
/*
11
1 2 20
2 1 30
2 0 30
4 3 100
8 9 60
9 7 40
3 6 50
5 6 20
7 8 15
2 4 30
1 3 5
以上为测试用例
*/
int main() {
int test; cin >> test;
switch (test) {
case 1: {
adjacency_matrix m(10, row(10,INT_MAX));
cout << "------------input------------" << endl;
add(m);
cout << "------------output-----------" << endl;
get(m);
break;
}
case 2: {
edges e;
cout << "------------input------------" << endl;
add(e);
cout << "------------output-----------" << endl;
get(e);
break;
}
case 3: {
adjacency_list l;
cout << "------------input------------" << endl;
add(l);
cout << "------------output-----------" << endl;
get(l);
break;
}
}
return 0;
}
总结
以上三种是基本的图储存结构,我们后续会讲解链式邻接表和链式前向星,他们都是基于以上结构的高级存储手段。