假设以邻接矩阵作为图的存储结构_最基础！图的基本概念与图的存储：邻接矩阵邻接表-CSDN博客

图的基本概念

概念引入

可以简单的说，图是由一些点，和连接点的线组成。

点就是图的结点(顶点)。

线就是路径(边)。

(图1-1 简单的图)

关于边

边权：表示两个结点之间连线的距离(如结点3 到结点2 的距离是 6 )

(图1-2 有权图)

(图1-3 无权图)

跟道路一样，边有的时候只允许从A到B，不允许从B到A。

无向边：没有箭头的线，可以互相到达

有向边：有箭头，只能从箭头末端到箭头指向，如(1-4中只能从结点1 到结点2 )

(俩个结点间可以有俩条有向边，表示它们是互通的，此时跟无向边等效)

根据有无有向边，图分为有向图与无向图。

有向图：只要存在有向边就是有向图。

无向图：不存在有向边。

(图1-4有向图)

图1-5

关于点

度：在无向图中，在一个点所连接的边的个数称为度。

入度：在有向图中，进入该点的边的个数

出度：从该点出去的边的个数。

图1-5 中 3的度数为2

图 1-4 中 3的入度为2，出度为0

总结

图的元素有：

顶点(Vertex) 边(Edge)和 边权(Weight)

边分为有向边与无向边

扩展概念

边权全为1 的图叫做无权图，否则叫有权图。(如未说明权重，可视为无权图)

(图1-2 有权图)

(图1-3 无权图)

路径：一系列由边相连的点，如1-7 中的 2，1，5，0是一条路径；4，3，2是一条路径。

(图 1-7)

简单路径：不重复经过一个点两次的路径，如1-7中 2，1，5，0是一条简单路径，但2，1，5，0，1不是一条简单路径，因为1经过了两次。

回路：回路是一种路径，起点和终点相同的路径。如 1，5，0，1是一个回路，2，1，5，0，1，2也是一个回路。

简单回路：是只有起点和终点能重复两次的路径。如 1，5，0，1是一个简单回路，但2，1，5，0，1，2不是一个简单回路。因为除了起点2以外，1也被经过了两次。

环：不做特殊说明时，就是简单回路。

连通图：在无向图中，每两个点都可以相互到达。

子图：取原图中一部分的点和边构成的图

图的简单概述

完全图：

无向图：若每对顶点之间都有一条边相连，则称该图为完全图

有向图：若每对顶点之间都有两条有向边相连，则称该图为完全图

无向图

有向图

图的存储

存图的常见方法有两种：

1. 邻接矩阵

2. 邻接表

邻接矩阵

用一个n阶的方阵来存放图中各结点的关联信息。(如使用二维数组)

int g][];

若 R[ i ][ j ]

等于 1 ，表示结点 i 到结点 j 有一条邻接边(有向边)
等于 0 ，表示结点 i 到结点 j 没有邻接边

该图下标从1开始

如上图中，因为 1 到 2 和 2 到 1 有一条邻接边，所以有R[1][2] = R[2][1] = 1;

通过这样记录图可以得到上面的二维数组。

通过上面我们可以看出，无向图的邻接矩阵关于斜边对称。所以可以通过用上三角或下三角矩阵存无向图来节省空间。

邻接表

用链表来实现

首先把每个结点的邻接结点用一个链表表示出来，这时我们可以得到n个链表 (n为结点数)

然后用一个一维数组来顺序存储每个链表的头指针(即对应的结点)

对于V1 结点，它的邻接结点有 V2、V4、V6，分别距离为6、1、50。

所以在V1的链表中，我们如下这样记录[2][6]--[4][1]--[6][50](表示到达V2距离6，到达V4距离1，到达V6距离50)。

最后把所有链表放在一个一维数组中，得到如下的邻接表。

应用情况

(邻接矩阵只适用于没有重边(或重边可以忽略)的情况，一般情况下不用考虑)

邻接矩阵

空间复杂度高：为O(n^2)

查询一条边的存在情况快： O(1)

遍历一个点的所有出边 ：O(n)

遍历整个图 ：O(n^2)

邻接表

邻接表基本可以应对所有情况(除了要快速查询一条边要用邻接矩阵)

空间复杂度低 ：为O(m) m为边数

查询某条边 ： O(d+(u))即这个点的边数 ，如果边有排序，则通过二分就是O(log d+(u)) log边数的事件。

遍历一个点的所有出边 ：O(d+(u))即该点的边数

遍历整个图 ：O(n+m) 事件为点的个数加边数。

总结：快速查询时用邻接矩阵，其余情况用邻接表。

如果觉得有帮助的话，可以收藏，点赞支持一下哦！