图的存储方式

  对于一个有$V$个点，$E$条边的图：

存储方法	add_edge(v,w)	get_adj(v)	遍历	has_edge(v,w)	空间复杂度
邻接矩阵	$\Theta (1)$	$\Theta (V)$	$\Theta (V^2)$	$\Theta (1)$	$\Theta (V^2)$
边的集合	$\Theta (1)$	$\Theta (E)$	$\Theta (E)$	$\Theta (E)$	$\Theta (E)$
邻接表	$\Theta (1)$	$\Theta (degree(v))$	$\Theta (V+E)$	$\Theta (degree(v))$	$\Theta (V+E)$

  在实践中，大部分图是稀疏的（节点的度不大，边较少），并且get_adj(v)使用频率高，故邻接表的使用时最为广泛的。图类定义如下：

class Graph(object):
    def __init__(self, points_nums, is_directed):
        self.__points_nums = points_nums
        self.__adj = [[] for _ in range(points_nums)]
        self.__directed = is_directed

    def add_edge(self, point1, point2):
        self.__adj[point1].append(point2)
        self.__in_degree[point2] += 1
        if not self.__directed:
            self.__adj[point2].append(point1)

    def get_adj(self, point):
        return self.__adj[point]

    def get_point_nums(self):
        return self.__points_nums