图的存储

今天集中研究了一下图的各种存储，下面是我学习各路牛人博客后，整理的，有的忘记出处了，实在抱歉（还记得的都写下来了）

7.4 图的存储结构

图是无法以数据元素在内存中的物理位置来表示元素之间的关系，下面提供5种图的不同的存储结构。

7.4.1邻接矩阵（又叫数组表示法）

考虑到图由定点和边或弧组成，和在一起比较困难，那就很自然的考虑分两个结构来分别存储。顶点不分大小、主次，所以用一个一维数组来存储是不错的选择。而边或弧由于是顶点与顶点之间的关系，一维搞不定，那就考虑用一个二维数组来存储。于是我们的邻接矩阵的方案诞生了。

图的邻接矩阵存储方式是用两个数组来表示图。一个一维数组存储图中顶点信息，一个二维数组（称为邻接矩阵）存储图中的边或弧的信息。

设图G（V，E）有n个顶点，则邻接矩阵是一个n x n 的方阵，定义为：

无向图的边数组是一个对称矩阵。

（1）要判定任意两顶点是否有边无边就容易了，只需看边数组中arc[i][j]是否等于1。

（2）要知道某个顶点的度，其实就是这个顶点Vi在邻接矩阵第i行的元素之和。

（3）求顶点Vi的所有邻接点，就是将邻接矩阵中第i行元素扫描一遍，arc[i][j]为1就是邻接点。

我们再来看一个有向图样例

有向图讲究入度和出度。顶点V1的入度就是第1列各个元素之和。顶点V1的出度就是第1行各个元素之和。

邻接矩阵的存储结构

#define MAXVEX 100

#define INFINITY 65535

typedef struct

{

char vexs[MAXVEX]; //顶点表，存储顶点

int arc[MAXVEX] [MAXVEX]; //邻接矩阵，存储边的信息

int numVertexes; //图中的顶点的数目

int numEdges;//图中的边的数目

}MGraph;

7.4.2邻接表

邻接矩阵，对于变数相对较少的图，这种结构存在对存储空间的极大浪费。现在考虑另外一种存储方式，邻接表。

1、图中的顶点用一个一维数组存储，当然，顶点可以用单链表来存储，不过数组更容易读取顶点信息，更加方便。另外，对于顶点数组中，每个元素还需要存储指向第一个邻接点的指针，以便查找该顶点的边信息。

2、图中每个顶点Vi的所有邻接点构成一个线性表，由于邻接点个数不定，所以采用单链表存储，无向图称为顶点Vi的边表，有向图则称为Vi作为弧尾的出边表。

对于这样的结构：

（1）要想知道某个顶点的度，就去查找这个顶点的边表中节点的个数。

（2）若要判断顶点Vi到Vj是否存在边，只需要测试顶点Vi的边表中adjvex是否存在节点Vj的下标j就行了。

（3）若求顶点的所有邻接点，其实就是对此顶点的边表进行遍历，得到的adjvex域对应的顶点就是邻接点。

若是有向图，我们以顶点为弧尾来存储边表的，这样很容易得到每个顶点的出度，但有时为了便于确定顶点的入度或以顶点为弧头的弧，我们可以建立一个有向图的逆邻接表。如下图所示：

对于带权值的，可以在边表节点定义中再增加一个weight的数据域，存储权值信息即可

十字链表

 对于有向图来说，邻接表是有缺陷的。关心了出度问题，想了解入度就必须要遍历整个图才知道，反之，逆邻接表解决了入度却不了解出度情况。下面介绍的这种有向图的存储方法：十字链表，就是把邻接表和逆邻接表结合起来的。

   重新定义顶点表结点结构，如下所示。
    

   其中firstin表示入边表头指针，指向该顶点的入边表中第一个结点，firstout表示出边表头指针，指向该顶点的出边表中的第一个结点。

   重新定义边表结构，如下所示。

    

   其中，tailvex是指弧起点在顶点表的下表，headvex是指弧终点在顶点表的下标，headlink是指入边表指针域，指向终点相同的下一条边，taillink是指边表指针域，指向起点相同的下一条边。如果是网，还可以增加一个weight域来存储权值。

   比如下图，顶点依然是存入一个一维数组，实线箭头指针的图示完全与邻接表相同。就以顶点v₀来说，firstout指向的是出边表中的第一个结点v₃。所以，v₀边表结点hearvex = 3，而tailvex其实就是当前顶点v₀的下标0，由于v₀只有一个出边顶点，所有headlink和taillink都是空的。

    

 重点需要解释虚线箭头的含义。它其实就是此图的逆邻接表的表示。对于v₀来说，它有两个顶点v₁和v₂的入边。因此的firstin指向顶点v1的边表结点中headvex为0的结点，如上图圆圈1。接着由入边结点的headlink指向下一个入边顶点v₂，如上图圆圈2。对于顶点v₁，它有一个入边顶点v₂，所以它的firstin指向顶点v₂的边表结点中headvex为1的结点，如上图圆圈3。

   十字链表的好处就是因为把邻接表和逆邻接表整合在一起，这样既容易找到以v为尾的弧，也容易找到以v为头的弧，因而比较容易求得顶点的出度和入度。

   而且除了结构复杂一点外，其实创建图算法的时间复杂度是和邻接表相同的，因此，在有向图应用中，十字链表是非常好的数据结构模型。

这里就介绍以上三种存储结构，除了第三种存储结构外，其他的两种存储结构比较简单。

2.邻接多重表的存储结构：

iVex和jVex：是与某条边依附的两个顶点在顶点表中的下标。

iLink：指向依附顶点iVex的下一条边。

jLink：指向依附顶点jVex的下一条边。

 

3.邻接多重表示意图绘制：

边集数组

 

边集数组是由两个一维数组构成，一个是存储顶点的信息，另一个是存储边的信息，这个边数组每个数据元素由一条边的起点下标(begin)、终点下标(end)和权(weight)组成。

最后附上邻接链表存储方式的代码（注意是对应无向图的），便于理解和学习

#include<iostream>
#include<iomanip>
#include <iostream>
#include <stdio.h>
#include <string.h>
#include <list>
#include<vector>
#include <cstdio>
#include <iostream>
#include <stack>
#include <queue>

using namespace std;

#define MAXVEX 100 /* 最大顶点数,应由用户定义 */
typedef char VertexType; /* 顶点类型应由用户定义 */
typedef int EdgeType; /* 边上的权值类型应由用户定义 */

typedef struct EdgeNode/* 边表结点  */
{
	int adjvex;/* 邻接点域,存储该顶点对应的下标 */
	EdgeType weight;/* 用于存储权值,对于非网图可以不需要 */
	struct EdgeNode *next; /* 链域,指向下一个邻接点 */
} EdgeNode;

typedef struct VextexNode/* 顶点表结点 */
{
	VertexType data;/* 顶点域,存储顶点信息 */
	EdgeNode *firstedge;/* 边表头指针 */
} VextexNode, AdjList[MAXVEX];

typedef struct
{
	AdjList adjList;
	int numNodes, numEdges; /* 图中当前顶点数和边数 */
} GraphAdjList;


void CreateALGraph(GraphAdjList *Gp)
{
	int i, j, k;
	EdgeNode *pe;
	cout << "输入顶点数和边数(空格分隔）:" << endl;
	cin >> Gp->numNodes >> Gp->numEdges;

	for (i = 0; i < Gp->numNodes; i++)
	{
		cout << "输入顶点信息：" << endl;
		cin >> Gp->adjList[i].data;
		Gp->adjList[i].firstedge = NULL;/* 将边表置为空表 */
	}

	for (k = 0; k < Gp->numEdges; k++)/* 建立边表 */
	{
		cout << "输入边(vi,vj)的顶点序号i,j（空格分隔）:" << endl;
		cin >> i >> j;
		pe = (EdgeNode *)malloc(sizeof(EdgeNode));		
		pe->adjvex = j;/* 邻接序号为j */
		/* 将pe的指针指向当前顶点上指向的结点 */
		pe->next = Gp->adjList[i].firstedge;
		Gp->adjList[i].firstedge = pe;/* 将当前顶点的指针指向pe */

		pe = (EdgeNode *)malloc(sizeof(EdgeNode));//注意是无向图，所以有这个步骤
		pe->adjvex = i;
		pe->next = Gp->adjList[j].firstedge;
		Gp->adjList[j].firstedge = pe;

	}
}

int main(void)
{
	GraphAdjList GL;
	CreateALGraph(&GL);

	return 0;
}

（整理的Word版本链接http://pan.baidu.com/s/1bnGwGaV）

 【出处】http://blog.csdn.net/jnu_simba/article/details/8866844

http://blog.chinaunix.net/uid-21813514-id-3866951.html