第六章——图（2）图的存储及基本操作

前言：
图没有顺序存储结构，但可以借助二维数组来表示元素之间的关系。
———数组表示法（邻接矩阵）

链式存储结构：
①邻接表
②邻接多重表
③十字链表

一、邻接矩阵法

1.邻接矩阵的表示法

1.1定义

临街矩阵存储是指，用一个一维数组存储图中顶点信息，二维数组存储图中边的信息（即各顶点之间的邻接关系），存储顶点之间邻接关系的二维数组称为邻接矩阵。

对于带权图而言，若两顶点之间有边相连，则邻接矩阵中应该存放该边对应的权值，若不相连，则用∞来表示两点之间不存在的边。

1.2无向图邻接矩阵表示法

①无向图的邻接矩阵一定是一个对称矩阵（并且唯一)。因此，在实际存储邻接矩阵时只需存储上（或下)三角矩阵的元素。对规模较大的可采用压缩存储。
②对于无向图，邻接矩阵的第i行（或第i列）非零元素（或非元素）的个数正好是第i个顶点的度TD(v)。

1.3有向图邻接矩阵表示法

①顶点的出度：第i行元素之和
②顶点的入度：第i列元素之和
③顶点的度：第i行元素之和+第i列元素之和

1.4网及其邻接矩阵表示法

1.5注意点总结

④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有边相连。但是，要确定图中有多少条边，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。
⑤稠密图适合使用邻接矩阵的存储表示。
⑥设图G的邻接矩阵为A，A"的元素A"[i][j]等于由顶点i到顶点j的长度为n的路径的数目。

2.邻接矩阵的建立

2.1邻接矩阵的存储表示

用两个数组分别存储顶点表和邻接矩阵

#define MaxInt 32767  //表示极大值∞
#define MVNum 100 //最大顶点数
typedef char VerTexType; //假设顶点的类型为字符型
typedef int ArcType;//假设边的权值类型为整形
typedef struct
{
	VerTexType vexs[MVNum];//顶点表
	ArcType arcs[MVNum][MVNum];//邻接矩阵
	int vexnum,arcnum;//图当前的点数和边数
}AMGraph;

2.2邻接矩阵的优缺点

优点：
① 便于判断两个顶点之间是否有边，即根据A[i][j]=0或1来判断。
② 便于计算各个顶点的度。
缺点：
① 不便于增加和删除顶点。
② 不便于统计边的数目，需要扫描邻接矩阵所有元素才能统计完毕，时间复杂度为O(n^2)。
③ 空间复杂度高。邻接矩阵表示法的空间复杂度均为O(n^2)，这对于稀疏图而言尤其浪费空间。

二、邻接表法

1.1邻接表的引入

当一个图为稀疏图时，使用邻接矩阵法显然要浪费大量的存储空间，而图的邻接表法结合了顺序存储和链式存储方法，大大减少了这种不必要的浪费。

1.2图的邻接表存储结构定义

//图的邻接表存储结构定义
#define MaxVertexNum 100; //图中顶点数目的最大值
typedef struct ArcNode{ //边结点
	int adjvex;  //改变所指向的顶点的位置
	struct ArcNode *nextarc; //指向下一条边的指针
	//OtherInfo info; //其他信息
}
typedef struct VNode{
	VerTexType data;//顶点信息
	ArcNode *firstarc; //指向第一条依附该顶点的指针
}VNode,AdjList[MVNum];  //AdjList表示邻接表类型

typedef struct{
	AdjList vertices; //图的当前顶点数和边数
	int vexnum,arcnum;
}ALGraph;

1.3图的邻接表存储特点

①若G为无向图，则所需的存储空间为O(|V|+ 2|E|);若G为有向图，则所需的存储空间为O(|V|+|E|)。前者的倍数2是由于无向图中，每条边在邻接表中出现了两次。
②节约稀疏图存储空间；
③不方便检查任意一对顶点是否存在边；
④方便找任一顶点的所有邻接点；’
⑤方便计算任一顶点的“度”？
对无向图：是的
对于有向图：只能计算出度，需要构造“逆邻接表”来计算入度。

1.4邻接表和邻接矩阵之间的关系

【联系】
邻接表中每个链表对应于邻接矩阵的一行，链表中结点的个数等于一行中非零元素的个数。
【区别】
①对于任一确定的无向图，邻接矩阵是唯一的,但其邻接表表示不唯一;（链接次序与定点编号无关）
②邻接矩阵的空间复杂度O(n^2),而邻接表的空间复杂度是O(n+e);
【用途】
邻接矩阵多用于稠密图，而邻接表多用于稀疏图

三、十字链表

十字链表是有向图的一种链式存储结构。

四、邻接多重表

五、图的基本操作