基本图算法之图的表示

对于图G=(V,E)可以用邻接矩阵和邻接链表来表示,这两种表示方法既可以表示有向图也可以表示无向图。稀疏图的情况下多用邻接链表表示,而稠密图倾向于使用邻接矩阵来表示。

下面是两个关于两种表示方法的例子(图取自算法导论)
一个有5个节点和7条边的无向图G1

一个有5个节点和7条边的无向图G1
G1的邻接链表表示

G1的邻接链表表示
G1的邻接矩阵表示

G1的邻接矩阵表示
一个6个节点和8条边的有向图G2

一个6个节点和8条边的有向图G2
G2的邻接链表表示

G2的邻接链表表示
G2的邻接矩阵表示
G2的邻接矩阵表示

邻接链表中,有向图的邻接链表长度为|E|,无向图的链表长度之和为2|E|,邻接链表表示法的存储空间为0(v+e),因此邻接链表是通常的选择。可以在邻接链表的节点中增加一个存放权重的域,用来表示权重图,直接将边(U,V)的权重w(U,V)存放在节点U的邻接链表里。邻接链表鲁棒性很高。
邻接链表无法快速判断一条边(U,V)是否属于图中的一条边。
邻接矩阵不论有向图或无向图,存储空间都为0(v^2)。不过对于无向图而言,有时可以只存储一半矩阵来减少空间需求。表示权重图只要将权重放在矩阵对应位置即可。
我们可以看到,邻接矩阵更为简单,因此在图规模较小时,可以使用。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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