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