图的邻接表存储法：高效节省空间的图表示方法

目录

1. 前言

2. 邻接表存储法的原理

3. 邻接表存储法的优缺点

3.1 优点

3.2 缺点

4. 使用邻接表存储法解决实际问题

4.1 社交网络

4.2 路径查找算法

5. 实现邻接表存储法

5.1 邻接表存储结构定义

5.2 初始化

5.3 插入删除边操作 

6. 结论

---

1. 前言

        在图论中，图是一种常见的数据结构，用于表示各种实际问题中的关系。图的存储方法有多种，其中邻接表存储法是一种常用且高效的表示方法。本文将详细介绍图的邻接表存储法及其实现原理，同时分析其优缺点，并提供实际应用示例，以帮助读者深入了解和应用这一图表示方法。

2. 邻接表存储法的原理

        邻接表存储法是一种使用链表来表示图的结构，其核心思想是通过链表将与每个顶点相邻的顶点连接起来。对于图中的每个顶点，创建一个链表，链表中存储了与该顶点相邻的其他顶点。每个顶点结构包含两个字段：顶点的数据（通常是一个标识符或值）和指向第一个邻接边的指针（通常称为firstEdge）。

        在无向图中，如果顶点A与顶点B相邻，那么在邻接表中，A的链表中会有一个指向B的边结构，同时B的链表中也会有一个指向A的边结构。在有向图中，只有一个方向上有连接，即顶点A的链表中有一个指向B的边结构，而B的链表中没有指向A的边结构。

3. 邻接表存储法的优缺点

3.1 优点

        节省空间：对于稀疏图（边相对较少的图），邻接表存储法能够节省大量的内存空间，因为只存储实际存在的边，不需要占用多余的空间。
        方便查找：在查找与某个顶点相邻的所有顶点时，只需要遍历该顶点的邻接链表，不需要遍历整个矩阵，提高了查找效率。

3.2 缺点

        查找特定边较慢：在邻接表存储法中查找特定的边可能需要遍历整个邻接表，相对较慢，特别是对于稠密图。
        内存开销：对于稠密图，邻接表存储法可能会占用较多的内存空间，因为每个顶点都需要一个链表来存储邻接边。

4. 使用邻接表存储法解决实际问题

        邻接表存储法在实际问题中有广泛应用。以下是一些实际应用示例：

4.1 社交网络

        社交网络中的用户关系可以用无向图表示，每个用户是一个顶点，好友关系是一条边。使用邻接表存储法表示图后，可以方便地查找某个用户的好友列表，或者查找共同好友等信息。

4.2 路径查找算法

        例如广度优先搜索（BFS）和深度优先搜索（DFS）。在邻接表存储法中，使用BFS或DFS算法可以在图中查找两个顶点之间的最短路径或所有可能的路径。

5. 实现邻接表存储法

        为了更好地理解邻接表存储法，我们来实现一个简单的图的邻接表表示。下面是用C语言实现的示例代码：

5.1 邻接表存储结构定义

#define MAX_VERTICES 100
typedef int VertexType;

// 定义图的边结构
typedef struct Edge {
    int adjVertex;      // 与边相连的当前此顶点的索引
    Edge* next;  // 指向下一个邻接边的指针
} Edge;

// 定义图的顶点结构
typedef struct Vertex {
    VertexType data;               // 顶点数据
    Edge* firstEdge; // 指向第一个邻接边的指针
} Vertex;

// 定义图的邻接表结构
typedef struct Graph {
    int num_vertices,num_edges;     // 图中顶点的数量
    Vertex vertices[MAX_VERTICES];  // 存储顶点的数组
} Graph;

5.2 初始化

// 初始化图
void initGraph(Graph* graph, int num_vertices) {
    graph->num_vertices = num_vertices;
    for (int i = 0; i < num_vertices; ++i) {
        graph->vertices[i].data = i;  // 以顶点索引作为顶点数据
        graph->vertices[i].firstEdge = NULL; // 初始化顶点的邻接边链表为空
    }
}

5.3 插入删除边操作 

// 向图中插入一条边
void insertEdge(Graph* graph, int from, int to) {
    if (from >= 0 && from < graph->num_vertices && to >= 0 && to < graph->num_vertices) {
        // 创建新的边节点
        Edge* newEdge = (Edge*)malloc(sizeof(Edge));
        newEdge->adjVertex = to;
        newEdge->next = graph->vertices[from].firstEdge;

        // 更新顶点的邻接边链表
        graph->vertices[from].firstEdge = newEdge;
    }
}

// 删除图中的一条边
void deleteEdge(Graph* graph, int from, int to) {
    if (from >= 0 && from < graph->num_vertices && to >= 0 && to < graph->num_vertices) {
        Edge* prevEdge = NULL;
        Edge* currentEdge = graph->vertices[from].firstEdge;

        // 在from的邻接链表中查找与to相邻的边
        while (currentEdge != NULL && currentEdge->adjVertex != to) {
            prevEdge = currentEdge;
            currentEdge = currentEdge->next;
        }

        // 如果找到了与to相邻的边，进行删除操作
        if (currentEdge != NULL) {
            if (prevEdge != NULL) {
                // 删除中间或尾部的边节点
                prevEdge->next = currentEdge->next;
            }
            else {
                // 删除头部的边节点
                graph->vertices[from].firstEdge = currentEdge->next;
            }

            // 释放删除的边节点内存
            free(currentEdge);
        }

        // 如果是无向图，还需要在to的邻接链表中删除与from相邻的边
        // 此处省略代码，读者可以自行添加
    }
}

         其实，对用邻接表存储的图的操作，其实就是对一条条链表操作，每个顶点对应一条链表，这条链表上存储这个顶点所有有关联的顶点信息，其实也就是将此顶点的所有边给间接表示出来了，这就是邻接表的核心。

        对用邻接表存储的图的其他操作，我会在后续在图的遍历与图的应用当中用到。

6. 结论

        图的邻接表存储法是一种高效节省空间的图表示方法，适用于稀疏图和需要频繁查找相邻顶点的场景。虽然它在查找特定边和内存开销方面存在一些缺点，但在实际应用中，通过合理选择存储结构和算法，可以充分发挥邻接表存储法的优势，解决各种实际问题。        

        通过本文的介绍，相信读者已经对图的邻接表存储法有了较深入的了解，可以在实际项目中灵活应用，提高算法效率，并优化内存空间的使用。

        总之，明确一点，将图中所有顶点存在一个Vertex vertices[MAX_VERTICES]数组中，这个顶点数组中，每个顶点元素都有一个用来存储两连顶点的链表，并且这个顶点元素就是它的链表的   “头“。操作图就是操作这个顶点数组与它们的链表。