图的存储结构

• 前言

       图的存储结构相比线性表与树来说就复杂很多，对于线性表来说，是一对一的关系，所以用数组和链表均可以存放。树的结构是一对多的关系，所以我们将数组和链表的特性结合在一起才能更好的存放。而我们的图，是多对多的情况，另外图上的任何一个顶点都可以被看作为第一个顶点，任意点的邻接点也不存在次序关系。下图中各个图是同一个图，只是改变了一下位置而已，从性质上依然是同一个图。

---

• 图的存储结构

       因为任意两个顶点之间都可能存在联系，因此无法以数据元素在内存中的物理位置来表示元素之间的关系，（内存物理位置是线性的，图的元素关系是平面的）。如果用多重链表来描述是可以做到的，但纯粹用多重链表导致浪费的是非常大的，（如果顶点的读书相差太大，就会造成巨大的浪费）。前辈们就想出了五种方法：

一、邻接矩阵：

       1、无向图：

          考虑到图是由顶点和边或弧组成，合在一起比较困难，就很自然二点分开来存储。顶点因为不区分大小主次，所以用一个一维数组来存储，而边或弧是顶点与顶点之间的关系，很自然的想到了二维数组：

       上图中，二维数组可以用bool类型，只是涉及到0和1两个值，a[i][j]==1,表示i和j之间有一条边，没有方向的边，因为表示的是无向图，所以整个矩阵是一个对称矩阵，中间的对角线表示顶点不能与自己有一条边。

       我们可以设置两个数组，顶点数组为vertex[4]={V0, V1, V2, V3}, 边的数组为arc[4][4], a[i][j]==0,表示没有从i到j的边,a[i][j]==1,表示有。有了二维对称矩阵就很容易的知道了图中的信息了，要判定任意两顶点之间是否有边就非常容易了。要计算某个顶点的度也非常容易，只需计算某个顶点所在的二维矩阵的某一行或某一列中有多少个1就行，因为是对称矩阵，所以顶点的行和列是相等的。求某个顶点的邻接点只需将这个顶点所在的行或者列扫描一遍，是1的话就是邻接点。

       2、有向图：

          上面所说的都是无向图，无向图的邻接矩阵浪费了一半的空间，而如果是有向图就会把资源利用的好好了，我们可以用arc[i][j]表示有一条弧是从i指向j的，但并不能表示j指向i，下图中很直观的表示出来了：

 

       可见顶点数组 vertex[4]={V0, V1, V2, V3}，孤数组arc[4][4]也是一个矩阵，但因为是有向图，所以这个矩阵并不对称，例如由V1到V0有弧，得到arc[1][0]=1，而V0到1没有孤，因此arc[0][1]=0。另外有向图是有讲究的，要考虑入度和出度，顶点1的入度为1，正好是第1列的各数之和，顶点V1的出度为2，正好是第V1行的各数之和。

       3、网：

          在之前的博客中提到了网的概念，事实上也就是每条边上带有权的的图就叫做网，我们可以这样表示：

用无穷大表示两个顶点之间没有边或弧，有的话就存放具体权值。

 

二、邻接表

          之前的邻接矩阵看上去不错，索引和排版都很方便，但是相对于顶点多二边数少的图无疑对空间造成了巨大浪费，所以邻接表就结合了数组与链表一起来存储，这种方式在图结构中也适用，我们称之为邻接表：

         a、图中的顶点用一维数组来存储，因为数组可以很轻易的读取到顶点的信息

         b、图中的每个顶点Vi的所有邻接点构成一个线性表，由于邻接点的个数不确定，所以用单链表存储

       上图很直观的表现了邻接顶点的存储，每一个顶点与之相邻的顶点都存放到以这个顶点为首的单链表中，由于邻接点的个数不确定，所以可以每次都分配一个节点，一直到最后一个节点，我们用空指针来表示这是最后一个顶点。

在有向图中，邻接表的结构也是类似的，我们先来看下把顶点当弧尾建立的邻接表，这样就可以很容易的得到每个顶点的出度：

出度可以计算每个链表的长度就行，但是这样很难得到入度，我们可以弄一个逆邻接表，所有的弧的方向都在链表中相反的表示。对于带权值的网图，我们可以在节点定义中在增加一个数据域就可以了。

 

三、十字链表

          邻接表固然优秀，但还是存在许多不足，例如对有向图的处理上，有时候还需要建立一个逆邻接表，那我们有没有可能把邻接表和逆邻接表结合起来呢？

为此我们用十字链表重新定义顶点表的结构：

data

firstin

firstout

                                                                 data表示顶点的数据信息，firstin是这个数据第一个入边表的指针，firstout是第一个出边表的指针

重新定义边表节点结构：

tailVex

headVex

headLink

tailLink

tail是尾巴，head是头，Vex是指针，Vex是顶点，tailVex表示的是弧顶点的起点的下标，headVex表示的弧的终点的顶点的下标，所以整个节点表示的是一个弧而不是顶点，十字链表同时存放的邻接表和逆邻接表，

                                                                                               红色的表示入度的弧，蓝色的表示出度的弧，没有入度或出度用空指针表示。

 

        十字链表的好处就是因为把邻接表和逆邻接表整合在了一起，这样既容易找到以i为尾的弧，也容易找到以Vi为头的弧，因而容易求得顶黑的出度和入度。十字链表除了结构复杂一点外，其实创建图算法的时间复杂度是和邻接表相同的，因此，在有向图的应用中，十字链表也是非常好的数据结构模型。

 

四、邻接多重表

        如果我们在无向图的应用中，关注的顶点的话，那么邻接表是不错的选择，但如果我们关注的是边的操作，比如对已经访问的边进行标记，或者删除某一条边等等，邻接表就不那么方便了

因此，我们也仿照十字链表的方式，对边表结构进行改装，重新定义的边表结构如下

iVex

iLink

jVex

jLink

        其中iVex与jVex是与某条边依附的两个顶点表中的下表，iLink是指向依附于顶点iVex的吓一条边，jLink是指向依附于顶点jVex的下一条边，也就是说在邻接多重表里面，边表存放的是一条边，而不是一个顶点。

老师讲的时候也是一笔略过，现在我还有点搞不懂，先记录下来准备考试，等以后回来再补充一些把。

 

五、边集数组

        边集数组是由两个一维数组组成，一个存储顶点的信息，另一个存储边的信息，这个边集数组每个数据元素都由一条边的起点下表标，终点下标和权组成。

        把边的起点终点和权值存起来，然后以起点从小到大或者从大到小排序，记录每个顶点在数组中的起始位置和长度.。适用于点多边少的稀疏图，或两点之间有多条弧的时候。我们可以用一个结构体数组存储，这个结构用的比较多，尤其再ACM竞赛中，其实结构也是比上两种也简单一些，建议多刷一些这方面的题。

---

• 后记

        我们学计算机的，一直很难坚持下来，不知道别人是什么样，但在我们学校，很少人愿意努力，不是不愿意，是真的没有办法，当学到什么东西不会的时候，也没人可以请教，于是乎就放弃了，我们之所以把这些东西记下来，就是给自己的脑子一个清晰的概念，而不是看看视频，看看书就过的，自己整理的东西一定会有很清晰的思路，而且或许也可以帮助了别人。在这里提醒自己也建议看到这篇blog的人，学到东西一定要整理出来，再去实践，再去复习，哪些课程对自己很重要就一定不要抱着仅仅是应付考试的心态，认真去学，老师讲课真的学不到什么，只是带你入门，当然不排除那些尽职尽责的老师们，多跟老师交朋友，一定会学到不少东西，像我们老师讲课真的不敢恭维，我们老师上的课再我们学院都出了名的烂，所以我上课就没怎么听过，都是快考试的时候去网上学，班上还有好多同学苦苦找不到出路，诶，不知道该做些什么，尽力就好，保持着强烈求知欲的心态，不忘初心，方得始终，与君共勉。