图论（一）——边的储存（邻接矩阵、邻接表、链式向前星）

对于图论而言，一共有三种存边的方式：邻接矩阵、邻接表、链式向前星

邻接矩阵

邻接矩阵即用二维数组储存

int graph[Len][Len];

graph[i][j]  //这个表示的即是表示从节点i到节点j的边权值
/*
用一个二维数组存边，
可以将数组的所有元素的值都初始化为某一个数k
（要保证后面输入边权值时不会出现k），
表示此时从i节点到j节点的边不存在
*/

优点：适合稠密图，编码简单，对于边的储存、查询、更新等操作
缺点：存储的空间复杂度太高，大量的空间会被浪费

邻接表

//定义边
struct edge{
	int from,to,w;  //起点:from  终点:to  权值:w
	//u1s1  这个from可以不要
	edge(int a,int b,int c){
		from=a;
		to=b;
		w=c;
	}
	//对边赋值
};
vector<edge>e[Num];   //e[i]:第i个节点连接的所有的边

//初始化
void init(){
	for(int i=1;i<=n;i++){
		e[i].clear();
	}
}

//存边
e[a].push_back( edge(a,b,c) );

//检索节点u的所有邻居
for(int i=0;i<e[u].size();i++){
	//对应的题目中需要处理的操作，添加自己的逻辑
}

优点：节省了空间
缺点：不能直接访问 以u为起点，以v为终点 的边，只能在所有以u为起点的边中去寻找 以v为终点的边

链式向前星

链式向前星是一个更加节省空间的结构
这一种结构与邻接表相比，更加节省空间，但是编码较为复杂

//定义边
struct Edge{
	int to,w;  //终点:to  权值:w
	int nxt;  //下一条边储存的数组下标
}edge[Num_Edge];
int head[Num_Node];  
//head[i]表示以第i个节点为起点的第一条边所对应的在edge数组中的下标
int cnt;  //记录在edge数组中的最后一条边的下标，新加入的边放在数组末尾

//初始化
void init(){
	memset(head,0,sizeof(head));   //表示不存在以节点i为起点的边
	
	cnt=1;  //从下标为1的位置开始存边
}

//加入一条新的边
void addEdge(int u,int v,int weigh){
	edge[cnt].to=v;
	edge[cnt].w=weight;
	edge[cnt].nxt=head[u];
	head[u]=cnt++;
}

//遍历节点i的所有边
for(int i=head[u];i;i=edge[i].nxt){
	//加入解题的逻辑
}

---

其实可以看出：能够使用邻接表的题目中，基本上都可以使用链式向前星（因为这两个结构的缺点都是不能够直接访问到以u为起点，以v为终点的边），而且链式向前星更加节省空间、个人感觉链式向前星用起来更加舒服，所以推荐使用链式向前星