一个有n个点,m条边的图,分别用以下三种方法存储。
一、邻接矩阵
用一个二维数组来存储图的信息。
有向图和无向图:
对于有向图:a[i][j]!=a[j][i]
对于无向图:a[i][j]==a[j][i]
带权图和非带权图:
对于有边权的图,若顶点<i,j>之间有边且边权为x,则a[i][j]=x;若无边,a[i][j]=0
对于非带权图,若顶点<i,j>之间有边,则a[i][j]=1;若无边,a[i][j]=0
适用范围:
邻接矩阵适合稠密图,顶点相对较少,边较多。
存储空间占用是O(n^2)。n为顶点数,因为n限制的太小了,所以邻接矩阵一般用不上。
二、邻接表
邻接表的原理就是对每个在图上的顶点都创建了一个单链表,把该顶点上的边都存储在链表上。头节点存储图上的顶点信息,由顶点号和指向下一个结点的指针组成。其它结点由三部分组成,和头节点表示的顶点有边相关联的顶点号,边的权值和指向下一个结点的指针。如下图所示。
这就是图和邻接表的对应关系,用链表来存储,极大的优化了存储效率,但是链表并不好实现,也不好操作,所以很多人到这里就会感到头疼。的确,直接的利用链表去实现图的存储会比较麻烦,但C++的STL库是一个非常有用的工具,其中的vector就可以很好的替代表。
#include<iostream>
#include<vector>
using namespace std;
const int N=100005;
struct edge{//定义边的结构体
int u,v,w;
};
vector<edge> e[N];//vector的数组实现邻接表,它的每一个存储单元都可以作为链表去使用
int main(){
int n,m;
cin>>n>>m;//输入n个结点,m条边
for (int i=1; i<=m; i++){
int x,y,z;
edge p;
cin>>x>>y>>z;//输入每条边的起点,终点,权值
p.u=x; p.v=y; p.w=z;
e[x].push_back(p);//将边送入作为起点的结点对应的“链表”中
}
for (int i=1; i<=n; i++){//输出每个结点所关联的边的情况
cout<<"节点"<<i<<":";
if (e[i].size()>0){
for (int j=0; j<e[i].size(); j++)
cout<<e[i][j].u<<" "<<e[i][j].v<<" "<<e[i][j].w<<";";
}
cout<<endl;
}
}
vector的size和push_back函数的联合使用,让我们加入一条边权时更容易。空间复杂度只有O(V+E)。
适用范围:
邻接表作为一种相对高效的存储方式,其使用不频繁,思想更重要,因为图的储存通常是用他的变形,下面要介绍的链式向前星。
三、链式向前星
首先定义结构体来存储边,这里边的属性有边的起点、终点、边权和下一条边。
然后对应还需要一个数组来存储每个点的最后一条出边。
下面是图的存储结构和建边过程
struct node{
int u,v,w; //起点,终点,边权
int next; //下一条边
};
node t[maxm]; //边的存储结构
int last[maxn]; //每个点的最后一条出边
void built(int x,int y,int z){
tot++;
t[tot].u=x;
t[tot].v=y;
t[tot].w=z;
t[tot].next=last[x];
last[x]=tot;
}
这里最重要的就是搞清下一条边next和最后一条出边last的关系和作用。
对于一个点x,我们要想遍历他的所以出边,得有一个开始,这个开始就是last,当我们通过last数组找到了最后一条出边,而没条边都记录着他的下一条边的编号,我们就可以顺藤摸瓜,遍历完这个点的所有出边了。
顺藤摸瓜遍历一个点的出边:
//遍历x的所有出边
for (int j=last[x]; j!=0; j=t[j].next){
int y=t[j].v; //指向的点
.
.
.
}
链式前向星比邻接表更节省空间,是空间效率最高的方法,由于其不借用vector的一些操作,速度也更快。