【数据结构与算法】图的存储（邻接矩阵,邻接表）详解

最新推荐文章于 2024-06-23 22:33:26 发布

HEX9CF

最新推荐文章于 2024-06-23 22:33:26 发布

阅读量570

点赞数 8

分类专栏： Data Structures and Algorithms 文章标签：算法数据结构矩阵链表

本文链接：https://blog.csdn.net/qq_34988204/article/details/139782423

版权

Data Structures and Algorithms 专栏收录该内容

25 篇文章 0 订阅

订阅专栏

图的邻接矩阵数据结构

typedef enum { NDG, DG, NDN, DN } GraphKind;

using VRType = int;
using InfoType = int;

typedef struct ArcCell {
	VRType adj;
	InfoType *info;
} Arc[N][N];

struct MGraph {
	ElemType vexs[N];
	Arc arc;
	int vexnum, arcnum;
	GraphKind kind;
};

ArcCell 结构体包含两个成员：

adj 是一个 VRType 类型的变量，表示顶点之间的关系，例如，如果两个顶点之间存在边，那么 adj 表示这条边的权重。
info 是一个指向 InfoType 类型的指针，用于存储与边相关的额外信息。

MGraph 结构体包含四个成员：

vexs 是一个 ElemType 类型的数组，用于存储图的顶点。
arc 是一个 Arc 类型的二维数组，用于存储图的边。
vexnum 是一个整数，表示图的顶点数量。
arcnum 是一个整数，表示图的边数量。
kind 是一个 GraphKind 类型的枚举，表示图的类型。

图的数组表示法、邻接表存贮结构各自的优缺点，适应的运算。

图的数组表示法（邻接矩阵）：
- 优点：容易实现图的操作，如：求某顶点的度、判断顶点之间是否有边（弧）、找顶点的邻接点等等。
- 缺点：n个顶点需要n*n个单元存储边(弧);空间效率为 $O(n^2)$ 。对稀疏图而言尤其浪费空间。
- 适应的运算：边的数量较多，需要频繁检查节点间是否存在边的场景。
图的邻接表存储结构：
- 优点：n个顶点、e条边的无向图，只需要n个头结点和2e个表结点。对稀疏图而言，比数组表示法节省存储空间。
- 缺点：每条边需要对应两个表结点。
- 适应的运算：边的数量较少，需要频繁添加或删除边的场景。