图的存储及基本操作 ---- 邻接表法

1、

  》》当一个图为稀疏图时，使用邻接矩阵表示法显然要浪费大量的存储空间。而图的邻接表法结合了

　　　“　顺序存储　”　和　“　链式存储　”　方法，大大减少了这种不必要的浪费。

　》》　所谓邻接表就是对图Ｇ中的每个顶点　Ｖｉ　建立一个单链表，第　ｉ　个单链表中结点表示依附

　　　顶点　Ｖｉ的边（对于有向图则是以顶点　Ｖｉ　的弧），这个单链表就称为顶点　Ｖｉ　的边表

　　　（对于有向图则称为“　出边表　”）。

　　　　　边表的头指针和顶点的数据信息采用顺序存储（称为顶点表），所以在邻接表中存在两种结点：

　　　“　顶点表法　”　和　“　边表结点　”。

　　　　　　　

　　　　补充１：顶点表结点由 “ 顶点域（data）”和“ 指向第一条邻接边的指针（firstarc）”构成

              补充2： 边表（邻接表）结点由“ 邻接点域（adjvex）” 和 “ 指向下一条邻接边的指针域（nextarc）”构成。

　　》》无向图邻接表法的示例：

              

       》》 有向图邻接标法的实例：

                  

        》》 图的邻接表存储结构定义如下：

                

#define MaxVertexNum 100                         // 图中顶点数目的最大值
typedef struct ArcNode{                          // 边表结点
     int adjvex;                                 // 该弧所指向的顶点的位置
     struct ArcNode *next;                       // 指向下一条弧的指针
     // InfoType info ;                          // 网的权值                         
}ArcNode;

typedef struct VNode{                             // 顶点表结点
     VertexType data;                             // 顶点信息
     ArcNode *first;                              // 指向第一条依附该顶点的弧的指针
}VNode , AdjList[MaxVertexNum];

typedef struct{
     AdjList vertices;                            // 邻接表
     int vexnum , arcnum ;                        // 图的顶点数和弧数
}ALGraph;                                         // ALGraph 是以邻接表存储的图类型

          》》图的邻接表存储方法具有以下特点：

　　　　１）、如果图Ｇ为无向图，则所需要的存储空间为O( |V| + 2|E| ) ；

                         如果图 G 为有向图，则所需要的存储空间为 O( |V| + |E| )

               2）、对于稀疏图，采用邻接表表示将极大地节省存储空间。

               3）、在邻接表中，给定一顶点，能很容易地找到它的所有边，因为只需要读取它的邻接表就可以了。

                     在邻接矩阵中，相同的操作则需要扫描一行，花费的时间为 O( n ) 。

                         但是，如果要确定给定的两个顶点间是否存在边，则在邻接矩阵里可以立刻查到，在邻接表中

                      则需要在相应结点对应的边表中查找另一个结点，效率较低。

               4）、在有向图的邻接表表中，求一个给定顶点的出度只需要计算其邻接表中的结点个数即可；但是

                      求其顶点的入度，则需要遍历全部的邻接表。因此，也有人采用逆邻接表的存储方式来加速求解

                      给定顶点的入度。当然，这实际上与邻接表存储方式是类似的。

               5）、图的邻接表表示并不唯一，这是因为在每个顶点对应的单链表中，各边结点的链接次序可以是

                        任意的，取决于建立邻接表的算法以及边的输入次序。