图的存储及基本操作

图的存储及基本操作

图的存储必须要完整、准确地反映 顶点集 和 边集 的信息。
根据不同图的结构和算法，采用不同的存储方式将对程序的效率产生相当大的影响，因此所选的存储结构应适合于欲求解的问题。

邻接矩阵法

用一个一维数组存储图中顶点的信息，用一个二维数组存储图中边的信息（即各个顶点之间的关系），存储顶点之间邻接关系的二维数组。

代码实现：

#define MaxVertexNum 100 //一维数组的最大空间
typedef char VertexType;  //顶点的数据类型
typedef int EdgeType;   //带权图中边上权值的数据类型
//图的邻接矩阵存储结构定义
typedef struct {
 VertexType Vex[MaxVertexNum];  //顶点表
 EdgeType Edge[MaxVertexNum][MaxVertexNum];  //邻接矩阵，边表
 int vexnum, arcnum; //图的当前顶点数和边数
}MGraph;

①在一般情况下，可直接用二维数组作为图的邻接矩阵，可忽略顶点表。
②当判断两个顶点构成的边是否存在时，可以访问Edge二维数组，0为不存在，1为存在。
③邻接矩阵表示法的空间复杂度为O(n^2)，n为顶点数，这是因为图的邻接矩阵需要用二维数组来存储。
④对于无向图，邻接矩阵 就是 对称矩阵，因此在实际存储的过程中，只需存储上(或下)三角矩阵的元素。顶点的度数就是邻接矩阵中顶点所在行(或列)的非0元素个数。
⑤对于有向图，邻接矩阵的第i行的非0元素个数是这个顶点的出度，第i列的非0元素个数是这个顶点的入度。
⑥用邻接矩阵法存储图，很容易确定图中任意两个顶点之间是否右边相连。但是，要确定图中有多少边，则必须按行、按列对每个元素进行检测，所花费的时间代价很大。所以，稠密图适合使用邻接矩阵的存储表示，而稀疏图不合适。

邻接表法

对图中的每个顶点建立一个单链表，第i个单链表中的结点表示依附于顶点vi的边。图的邻接表法结合了顺序存储和链式存储的方法，大大减少了存储空间的浪费。

代码实现：

#define MaxVertexNum 100 //顶点数的最大值
typedef char VertexType;  //顶点的数据类型
//边表结点
typedef struct ArcNode { 
 int adjvex;  //该弧所指向顶点的位置
 struct ArcNode* next;  //指向下一条弧的指针
}ArcNode;
//顶点表结点
typedef struct VNode {
 VertexType data; //顶点信息
 ArcNode* first;  //指向第一条依附该顶点的弧的指针
}VNode, AdjList[MaxVertexNum]; //创建一个数组AdjList，里面存放顶点集
//以邻接表存储的结构体
typedef struct {
 AdjList vertices;  //邻接表
 int vexnum, arcnum;  //图的顶点数和弧数
}ALGraph;

①对于无向图，每条边在邻接表出现了2次，所以空间复杂度是O(|V|+2|E|)。对于有向图，空间复杂度为O(|V|+|E|)。
②在邻接表中，给定一个顶点，找到其所有邻边，只需读取它的邻接表，因此花费的时间是O(n)。但是，想要确定两个顶点间是否存在边，需要在相应结点对应的边表中查找另一个结点，效率较低。
③图的邻接表不唯一，各个边界点的链接次序可以是任意的。

除了上述两种方法存储图之外，还有十字链表和邻接多重表来存储图。在此就不一一赘述了。