邻接矩阵、邻接表、边缘列表

最新推荐文章于 2023-10-24 23:50:51 发布
最新推荐文章于 2023-10-24 23:50:51 发布
阅读量1.7k 收藏 1
点赞数
分类专栏： vscode
原文链接：https://blog.csdn.net/weixin_44925547/article/details/106388839
版权

 

邻接矩阵、邻接表、边缘列表都可以用来描述图
邻接矩阵
简单来说表示两个顶点之间是否有边

邻接表
简单来说就是储存跟一个顶点相连的顶点

边缘列表
简单来说就是边跟边的两个顶点

举个简单例子就很清楚了：
在这里插入图片描述
上图的邻接矩阵如下：
在这里插入图片描述
邻接表如下：
在这里插入图片描述
边缘列表如下：
在这里插入图片描述

 

janet1100
关注
专栏目录
python 列表转图结构_Python读取网络(图)边列表数据进而转化为邻接矩阵
weixin_42652674的博客
01-28 1158
import networkx as nxG = nx.Graph()path = './edge_list.txt'edge_list = []node_set = set() #集合的特性就是元素不会重复，互异的with open(path, 'r') as f:for line in f:cols = line.strip().split(' ')y1=int(cols[0])y2=int(...
图的邻接矩阵和邻接表
Iridencent1的博客
04-22 993
图的邻接矩阵存储方式是两个数组来表示图。一个一维数组存储图中顶点信息，一个二维数组（即为邻接矩阵）存储图中的边或弧的信息 设图G有n个顶点，则邻接矩阵为一个n×n的方阵，定义为： 抽象数据类型如下 typedef struct Graph { char vexs[MAXSIZE]; int arc[MAXSIZE][MAXSIZE]; int numVertexes, numEdges; }MGraph; 我们设置一个顶点数组为vertex[]={v0,v1,v2,v3…} 边数组为一个对称矩阵，
边缘列表 邻接列表 表示的图形
weixin_43767587的博客
08-04 978
今天刷leetcode算法题时，发现出现一个关于图的“边缘列表”的说法，搜索后发现找到的不多，而且解释也不是很好，在这儿记录下： 关于图是啥，这里就不多讲了 大家知道比较多的，应该是邻接表表示法： 例如一个如下图的“图”： 这个的邻接表的表示可以是这样的： 这个图什么意思呢？我来解释一下，第一列是代表着节点，后面每一行跟着的，是与这个节点相连的点，比如说，与 0 相连的有节点 5 和节点 6 ，所以 0 后面跟着的就是 5 和 6 。 如果用二维数组表示的话，那么第一列的数字就可以是行下
Python 中的图：图的存储结构
weixin_53598445的博客
04-15 5343
文章目录1 什么是图2 图的三种存储方式2.1 边列表(List of Edges)2.1.1 原理2.1.2 Python 实现 1 什么是图   图是一种数据结构，可用于对对象之间的层次结构和关系进行建模。它由一组节点和一组边组成。节点表示单个对象，而边表示这些对象之间的关系。注意：可能在不同的文献中节点也被称作顶点，它们指同一个意思。   如果图中的边可以通过双向遍历，则是无向图(undirected)，如果只能通过一个方向进行遍历，则是有向图(undirected)。 并非图的所有节点都需要与其他
邻接列表定义及用python用邻接矩阵实现图
魏少
09-17 6848
邻接清单 该无向循环图可以由三个无序列表{b，c}，{a，c}，{a，b}来描述。 在图论和计算机科学中，邻接列表是用于表示有限图的无序列表的集合。每个列表描述图中顶点的邻居集。这是用于计算机程序的几种常用图形表示之一。 内容 实施细节 操作 权衡 数据结构 参考 进一步阅读 外部链接 实施细节 上图所示的图表具有以下邻接列表表示： 一种 毗邻 公...
邻接表与广度优先遍历_广度优先遍历_邻接表_广度优先_
10-01
首先，邻接表是图的一种存储方式，相对于邻接矩阵，它更加节省空间。在邻接表中，每个顶点都有一个列表，列表中包含了所有与该顶点相连的边的目标顶点。这种表示方式在处理稀疏图（边的数量远小于顶点数量的平方）时...
【数据结构】第六章图：图的基本概念；邻接矩阵法、邻接表法存储；十字链表、邻接多重表法存储
weixin_37706349的博客
11-21 1116
6.1.1 图的基本概念 一、图的定义 图 G 由顶点集 V 和边集 E 组成，记为 G = (V, E)，其中 V(G) 表示图 G 中顶点的有限非空集；E(G) 表示图 G 中顶点之间的关系（边）集合。 若 V = {v1, v2, ..., vn}，则用 |V| 表示图 G 中顶点的个数，也称图 G 的阶；E = {(u, v) | u∈V, v∈V}（边所在的两个顶点都是在顶点集内的），用 |E| 表示图 G 中边的条数。 G：Graph 英 [ɡræf] n.图表;图;曲线图； V.
邻接表删除节点的出边复杂度_使用邻接表在图中插入和删除节点和边
cumtv80668的专栏
06-23 2951
邻接表删除节点的出边复杂度A graph is a set of nodes or known number of vertices. When these vertices are paired together, we call it edges. An Edge is a line from one node to other. Every edge can have its cost or...
网络边集合生成邻接矩阵
06-21
一个生成邻接矩阵的小函数，辅助我上传的一个资源的子函数
图的边
一首小夜曲
09-05 789
数据结构中图是一个抽象的概念。 如果实际问题中，已经告诉我们哪些点是联通的，哪些点是不联通的了，我们处理的过程中无法判断，需要寻找最优的解决方案（如地图上的最短路径）或是特定值（迷宫出口），则需要边，然后通过遍历来确定哪些点是联通（可行）的。 而还有一种情况是如果任何两个点都可以实现联通（不需要判断），又或者已经通过函数进行判断了，则不需要“边”。#include<bits/stdc++.h>
【图结构从入门到应用】图的表示和遍历，图搜索算法详解与示例
qq_35831906的博客
10-24 417
图是一种非常常见的数据结构，用于表示对象之间的关系。在计算机科学中，有许多不同的图类型，包括有向图（Directed Graph）和无向图（Undirected Graph）。图通常由节点（顶点）和边组成，节点代表对象，边表示对象之间的关系。图搜索（Graph Search）是一种用于在图数据结构中查找特定信息或路径的通用计算机科学算法。图搜索广泛应用于各种领域，包括计算机科学、人工智能、地理信息系统、网络路由和数据分析。
图02--- 存储结构： 邻接矩阵，关联矩阵，权矩阵，邻接表，十字链表
炫云云
05-03 1055
💖💖感谢各位观看这篇文章，💖💖点赞💖💖、收藏💖💖、你的支持是我前进的动力！💖💖 💖💖感谢你的阅读💖，专栏文章💖持续更新！💖关注不迷路！!💖 图01—图的基本概念与模型_ 文章目录 邻接矩阵 有向图的邻接矩阵 无向图的邻接矩阵 问题：对于无向图的存储，怎样可以省一半空间？ 邻接矩阵 —— 有什么好处？ 邻接矩阵的建立代码 稀疏因子 关联矩阵 节点支路关联矩阵 回路关联矩阵 割集关联矩阵 权矩阵 邻接表 无向图的邻接表表示
图文结合、利于理解的数据结构学习笔记（7）——图
CUE的博客
06-06 551
机械工业出版社《数据结构与算法——Python语言实现》学习笔记。 画图工具：draw.io 图1 图的抽象数据结构2 图的数据结构2.1 边列表结构2.2 邻接列表结构2.3 邻接图结构2.4 邻接矩阵结构 1 图的抽象数据结构 图是顶点和边的集合。我们将抽象模型定义为三种数据类型的集合：Vertex、Edge 和 Graph。 Vertex 是存储由使用者提供的任意元素的轻量级的对象，假设它提供一个检索所存储元素的方法 element()。 Edge 同样存储相关联的对象，假设它提供的方法如下： el
「Python数据分析」 社会网络：无向有权图生成带权重的边列表（遇到浅拷贝的坑）
Parzival_的博客
07-12 2820
赋值、浅拷贝、深拷贝方法集合在文末。 遇到的问题及解决方法 先贴一开始犯错的代码。 这个函数实现的功能是输入一个由边组成的二维列表，输出所有不重复的边以及权重（重复次数）。用于后续的社会网络分析与指标计算，因为是合作网络，所以不存在方向关系。具体输入输出格式见代码注释。 def get_weighted_links(links): ''' links：是包含边的列表,[[节点1,节点2],...],边可以重复,重复次数记为权重 返回值：带权重的边列表,[[节点1,节点2,weight
CS224W笔记-第一课
infovisthinker的专栏
02-19 748
第一课：课程介绍和基本概念 CS224的课程题目在2019学年改成了《图的机器学习》，老师也换了。第一节课对整个课程进行了介绍。主要内容包括3个部分： 什么是图（Graph）及研究的内容。 课程的安排和后勤。 核心概念和名词属于 什么是图及研究的内容 2019年的课程内容做了比较大的修改，从原来的主要是做图分析，改成偏重于进行基于图的预测，所以课程名称也改为《图机器学习》。 课程主要的内容是研...
数据结构（八）：邻接表与邻接矩阵
weixin_34273046的博客
10-17 1839
邻接表和邻接矩阵是图的两种常用存储表示方式，用于记录图中任意两个顶点之间的连通关系，包括权值。 对于图 而言，其中 表示顶点集合， 表示边集合。 对于无向图 graph，图的顶点集合和边集合如下： graph 对于有向图 digraph，图的顶点集合和边集合如下： ...
离散数学实验三
huzimu_的博客
02-15 1946
实验题目：平面图对偶图的求解 实验目的： 1、掌握平面图的定义； 2、掌握平面图对偶图的求解方法； 3、掌握平面图与其对偶图之间顶点数、边数和面数的关系。 实验要求： 1、给定一平面图的面矩阵R和连通分支数p 2、输出此平面图的顶点数n、边数m和面数r。 3、输出此平面图的对偶图的顶点数n*、边数m和面数r。 4、输出此平面图的对偶图的相邻矩阵（注意：面Ri中放置顶点vi，相邻矩阵第i行对应顶点vi，）。 知识回顾 1、平面图的欧拉定理：n - m + r = 1 + p; 其中n、m、r、p分别是顶点数
matlab 邻接链表,在MATLAB中将大邻接矩阵转换为边缘列表的有效方法？
weixin_32247455的博客
03-27 484
我有大约100个节点的大型稀疏邻接矩阵,我正在使用MATLAB进行处理.我想尽可能高效地将这些矩阵转换为网络边缘列表.作为一个示例邻接矩阵来说明这一点：adj =1 0 1 00 0 1 10 0 1 00 1 0 0我在这里称之为网络边缘列表的输出是：>> adj2edgeList_Ale...
用c++实现邻接表和邻接矩阵两种结构，分别实现图的深度优先遍历和广度优先遍历，并显示出遍历的过程
最新发布
11-14
好的，我会为你介绍如何使用C++实现图的邻接表和邻接矩阵结构，以及如何使用深度优先遍历和广度优先遍历这两种图遍历算法。 首先，我们需要定义图的数据结构。在这个例子中，我们将使用邻接表和邻接矩阵两种方式来表示图。 **邻接表** ```cpp #include <iostream> #include <vector> using namespace std; class Graph { int V; // 顶点的数量 vector<vector<int>> adjList; // 邻接表 public: Graph(int V); // 构造函数 void addEdge(int v, int w); // 添加边的方法 void DFS(int v); // 深度优先遍历 }; Graph::Graph(int V) { this->V = V; adjList = vector<vector<int>>(V); // 初始化邻接表 } void Graph::addEdge(int v, int w) { adjList[v].push_back(w); // 在邻接表中添加边 } void Graph::DFS(int v) { vector<bool> visited(V, false); // 记录是否访问过某个顶点 int dfsCounter = 0; // 计数器，用来追踪有多少顶点已经被访问过 visited[v] = true; // 将起始顶点标记为已访问 cout << v << " "; // 在打印时标记访问的顺序（可忽略） for (int i = 0; i < adjList[v].size(); i++) { int child = adjList[v][i]; // 获取当前顶点的所有邻居顶点 if (!visited[child]) { // 如果邻居顶点未被访问过，则进行深度优先遍历 cout << child << " "; // 打印邻居顶点，并标记为已访问 visited[child] = true; // 将邻居顶点标记为已访问 dfsCounter++; // 计数器加一，表示又有一个顶点被访问过 if (dfsCounter == V - 1) { // 如果所有的顶点都已经被访问过，则打印出所有的顶点 cout << "结束" << endl; break; } } } } ``` **邻接矩阵** 邻接矩阵是一种用二维数组表示图的数据结构。数组中的每个元素表示两个顶点之间的边的存在与否。如果顶点i和顶点j之间有边，则矩阵的第i行第j列元素为1，否则为0。 以下是一个简单的实现： ```cpp #include <iostream> #include <vector> using namespace std; class Graph { int V; // 顶点的数量 vector<vector<int>> matrix; // 邻接矩阵表示的图 public: Graph(int V); // 构造函数，初始化矩阵和顶点数量 void addEdge(int v, int w); // 添加边的方法，修改矩阵元素值表示边的存在与否 void BFS(int s); // 广度优先遍历方法（BFS） }; Graph::Graph(int V) { // 初始化矩阵和顶点数量为V*V的大小，并全部初始化为0（无边） this->V = V; matrix = vector<vector<int>>(V, vector<int>(V, 0)); // 初始化邻接矩阵为0（无边） } void Graph::addEdge(int v, int w) { // 在邻接矩阵中添加边，如果存在则修改值为1，否则为0（无边） if (matrix[v][w] == 0) { // 如果v和w之间没有边，则添加一条边，并修改值为1（存在） matrix[v][w] = 1; // 将v和w之间的边的存在与否设置为1（存在）或0（无边）的逻辑代码在添加的过程中完成。注意这个过程是一个操作序列。如果你想要使用另一种方法来表示图的邻接矩阵，你需要选择一种合适的逻辑来实现这个过程。在这个例子中，我们简单地用数组来表示图的数据结构，不提供额外的方法来实现边或顶点的插入/删除。注意这种方法假设了一个全局的状态转移或者条件表达式用于比较数组的当前值与边缘的状态是否相等（添加或者不存在）。然而这取决于具体的图结构和使用环境，你可能需要使用不同的方法来实现
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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