数据结构之图(三)——邻接表

邻接表表示法(链式)
在这里插入图片描述

  • 顶点: 按编号顺序将顶点数据存储在一维数组中。
  • 关联同一顶点的边: 用线性链表存储。
  • 如果有边\弧的信息,还可以在表结点中增加一项,
    在这里插入图片描述


无向图的邻接表

  • 例子:
    在这里插入图片描述

  • 特点:

    • 邻接表不唯一
    • 若无向图中有n个顶点、e条边,则其邻接表需要n个头结点和2e个表结点。适宜存储稀疏图。
    • 无向图中顶点 v i v_i vi的度为第i个单链表中的结点数。


有向图的邻接表

  • 例子:
    在这里插入图片描述

  • 邻接表特点:

    • 顶点 v i v_i vi出度为第i个单链表中的结点个数。
    • 顶点 v i v_i vi入度为整个单链表中邻接点域值是i-1的结点个数。
    • 找出度易,找入度难
  • 逆邻接表:
    在这里插入图片描述

  • 逆邻接表特点:

    • 顶点 v i v_i vi入度为第i个单链表中的结点个数。
    • 顶点 v i v_i vi出度为整个单链表中邻接点域值是i-1的结点个数。
    • 找入度易,找出度难
  • 当邻接表的存储结构形成后,图便唯一确定。



建立邻接表的算法

  • 图的邻接存储表示
    在这里插入图片描述
  • 顶点的存储结构
    在这里插入图片描述
    相应的类型定义如下,
typedef struct VNode
{
	VerTexType data;         //顶点信息
	ArcNode *firstarc;       //指向第一条依附该顶点的边的指针
}VNode,AdjList[MVNum];
  • 弧(边)的结点结构
    在这里插入图片描述
    相应的类型定义如下,
#define MVNum 100                //最大顶点数
typedef struct ArcNode           //边结点
{
	int adjvex;                  //该边所指向的顶点的位置
	struct ArcNode *nextarc;     //指向下一条边的指针
	OtherInfo info;              //和边相关的信息(权值等)
}ArcNode;
  • 图的结构定义
typedef struct
{
	AdjList vertices;      //存放各个顶点的数组
	int vexnum, arcnum;    //图的当前顶点数和弧数
}ALGraph;
  • 邻接表操作举例说明:
    在这里插入图片描述
ALGraph G;                    //定义了邻接表表示的图G
G.vexnum = 5; G.arcnum = 5;   //图G中包含5个顶点,5条边
G.vertices[1].data = 'b';     //图G中的第2个顶点是b
p = G.vertices[1].firstarc;   //指针p指向顶点b的第一条边结点
p->adjvex = 4;                //指针p所指边结点是到下标为4的结点的边
  • 采用邻接表表示法创建无向网
    • 算法思想:
      1.输入总顶点数和总边数。
      2.建立顶点表:依次输入点的信息存入顶点表中,使每个表头结点的指针域初始化为NULL。
      3.创建邻接表
      依次输入每条边依附的两个顶点
      确定两个顶点的序号i和j,建立边结点
      将此边结点分别插入到 v i v_i vi v j v_j vj对应的两个边链表的头部

    • 算法描述:

Status CreateUDG(ALGraph &G)
{
	cin >> G.vexnum >> G.arcnum;               //输入总顶点数,总边数
	for (i = 0; i < G.vexnum; ++i)             //输入各点,构造表头(顶点)节点表
	{
		cin >> G.vertices[i].data;             //输入顶点值
		G.vertices[i].firstarc = NULL;         //初始化表头结点的指针域
	}
	for (k = 0; k < G.arcnum; ++k)             //输入各边,构造邻接表
	{
		cin >> v1 >> v2;                       //输入一条边依附的两个顶点
		i = LocateVex(G, v1);
		j = LocateVex(G, v2);
		p1 = new ArcNode;                      //生成一个新的边结点*p1
		p1->adjvex = j;                        //邻接点序号为j
		p1->nextarc = G.vertices[i].firstarc;  
		G.vertices[i].firstarc = p1;           //将新结点*p1插入顶点vi的边表头部(头插法)
		p2 = new ArcNode;                      //生成一个新的边结点*p2
		p2->adjvex = i;                        //邻接点序号为i
		p2->nextarc = G.vertices[j].firstarc;
		G.vertices[j].firstarc = p2;           //将新结点*p2插入顶点vj的边表头部(头插法)
	}
	return OK;
}


邻接表表示法的优缺点

  • 优点:
    • 方便找任一顶点的所有“邻接点”
    • 节约稀疏图的空间:需要N个头指针+2E个结点(每个结点至少2个域)
    • 对无向图而言,方便计算任一顶点的度
  • 缺点:
    • 对有向图而言,只能计算“出度”,需要构造“逆邻接表”来方便计算“入度”。


邻接矩阵与邻接表表示法的关系

  • 联系:邻接表中每个链表对应于邻接矩阵中的一行,链表中结点个数等于一行中非零元素的个数。
    在这里插入图片描述

  • 区别:

    • 对于任一确定的无向图,邻接矩阵是唯一的(行列号与顶点编号一致),但邻接表不唯一(链接次序与顶点编号无关)。
    • 邻接矩阵的空间复杂度为 O ( n 2 ) O(n^2) O(n2),而邻接表的空间复杂度为 O ( n + e ) O(n+e) O(n+e)
  • 用途:邻接矩阵多用于稠密图;而邻接表多用于稀疏图。

  • 91
    点赞
  • 363
    收藏
    觉得还不错? 一键收藏
  • 11
    评论
数据结构是指组织和存储数据的方式,而图是一种重要的数据结构之一。有向图是一种图,其中每条边都有一个方向,表示顶点之间的一种单向关系。有向图的逻辑结构可以用有向图的邻接表来表示。[1] 无向图是另一种图,其中顶点之间的关系是双向的,即没有明确的方向性。在无向图中,任意两个顶点之间都存在边。无向完全图是指在无向图中,任意两个顶点之间都有边相连。对于含有n个顶点的无向完全图,它有n*(n-1)/2条边。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [数据结构——有向图和无向图的创建与遍历](https://blog.csdn.net/zswsx123/article/details/115394789)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* *3* [(数据结构)图——图、顶点、无向边、无向图、有向边、有向图、简单图、无向完全图、有向完全图、稀疏图、...](https://blog.csdn.net/qq_40888863/article/details/120160997)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“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 11
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