图的几种表示方法

图的几种表示方法

网络优化研究的是网络上的各种优化模型与算法。为了在计算机上实现网络优化的 算法，首先我们必须有一种方法（即数据结构）在计算机上来描述图与网络。一般来说， 算法的好坏与网络的具体表示方法，以及中间结果的操作方案是有关系的。这里我们介 绍计算机上用来描述图与网络的 5 种常用表示方法：邻接矩阵表示法、关联矩阵表示法、 弧表表示法、邻接表表示法和星形表示法。
在下面数据结构的讨论中，我们首先假设 G = (V, A) 是一个简单有向图，|V |= n,| A |= m ，并假设V 中的顶点用自然数1,2,....,n 表示或编号， A 中的弧用自然数1,2,...,m 表示或编号。对于有多重边或无向网络的情 况，我们只是在讨论完简单有向图的表示方法之后，给出一些说明。

（i）邻接矩阵表示法

邻接矩阵表示法是将图以邻接矩阵（adjacency matrix）的形式存储在计算机中。图 **G = (V, A)**的邻接矩阵是如下定义的： C 是一个 n × n 的 0 −1矩阵，即
也就是说，如果两节点之间有一条弧，则邻接矩阵中对应的元素为 1 ；否则为 0 。 可以看出，这种表示法非常简单、直接。但是，在邻接矩阵的所有 n^2 个元素中，只有 m 个为非零元。如果网络比较稀疏，这种表示法浪费大量的存储空间，从而增加了在网络 中查找弧的时间。

对于图 2 所示的有向图，可以用邻接矩阵表示为

同样，对于网络中的权，也可以用类似邻接矩阵的n × n 矩阵表示。只是此时一条 弧所对应的元素不再是 1，而是相应的权而已。如果网络中每条弧赋有多种权，则可以 用多个矩阵表示这些权。

（ii）关联矩阵表示法

在关联矩阵中，每行对应于图的一个节点，每列对应于图的一条弧。如 果一个节点是一条弧的起点，则关联矩阵中对应的元素为 1；如果一个节点是一条弧的 终点，则关联矩阵中对应的元素为 −1；如果一个节点与一条弧不关联，则关联矩阵中 对应的元素为 0。
对于简单图，关联矩阵每列只含有两个非零元（一个 +1，一个 −1）。 可以看出，这种表示法也非常简单、直接。但是，在关联矩阵的所有nm 个元素中，只 有2m 个为非零元。如果网络比较稀疏，这种表示法也会浪费大量的存储空间。但由于 关联矩阵有许多特别重要的理论性质，因此它在网络优化中是非常重要的概念。
对于图2所示的图，如果关联矩阵中每列对应弧的顺序为(1,2)，(1,3)，(2,4)， (3,2)，(4,3)，(4,5)，(5,3)和(5,4)，则关联矩阵表示为

————————
同样，对于网络中的权，也可以通过对关联矩阵的扩展来表示。例如，如果网络中 每条弧有一个权，我们可以把关联矩阵增加一行，把每一条弧所对应的权存储在增加的 行中。如果网络中每条弧赋有多个权，我们可以把关联矩阵增加相应的行数，把每一条 弧所对应的权存储在增加的行中。

弧表表示法

弧表表示法将图以弧表（arc list）的形式存储在计算机中。所谓图的弧表，也就是 图的弧集合中的所有有序对。弧表表示法直接列出所有弧的起点和终点，共需2m 个存 储单元，因此当网络比较稀疏时比较方便。此外，对于网络图中每条弧上的权，也要对 应地用额外的存储单元表示。

图2所示的图，假设弧**(1,2)，(1,3)，(2,4)，(3,2)， (4,3)，(4,5)，(5,3)和(5,4)**上的权分别为 8，9，6，4，0，3，6 和 7，则弧表表示如表 1 所示。

为了便于检索，一般按照起点、终点的字典序顺序存储弧表，如上面的弧表就是按 照这样的顺序存储的。

邻接表表示法

邻接表表示法将图以邻接表（adjacency lists）的形式存储在计算机中。所谓图的 邻接表，也就是图的所有节点的邻接表的集合；而对每个节点，它的邻接表就是它的所 有出弧。邻接表表示法就是对图的每个节点，用一个单向链表列出从该节点出发的所有 弧，链表中每个单元对应于一条出弧。为了记录弧上的权，链表中每个单元除列出弧的 另一个端点外，还可以包含弧上的权等作为数据域。图的整个邻接表可以用一个指针数 组表示。
这是一个 5 维指针数组，每一维（上面表示法中的每一行）对应于一个节点的邻接 表，如第 1 行对应于第 1 个节点的邻接表（即第 1 个节点的所有出弧）。**每个指针单元 的第 1 个数据域表示弧的另一个端点（弧的头），后面的数据域表示对应弧上的权。**如 第 1 行中的“2”表示弧的另一个端点为 2（即弧为（1,2）），“8”表示对应弧(1,2)上的 权为 8；“3”表示弧的另一个端点为 3（即弧为(1,3)），“9”表示对应弧（1，3）上的权 为 9。又如，第 5 行说明节点 5 出发的弧有(5,3)、(5,4)，他们对应的权分别为 6 和 7。

对于有向图G = (V, A)，一般用 A(i) 表示节点i 的邻接表，即节点i 的所有出弧构 成的集合或链表（实际上只需要列出弧的另一个端点，即弧的头）。例如上面例子， **A(1) = {2,3}， A(5) = {3,4}**等。

星形表示法

星形（star）表示法的思想与邻接表表示法的思想有一定的相似之处。对每个节点， 它也是记录从该节点出发的所有弧，但它不是采用单向链表而是采用一个单一的数组表 示。也就是说，在该数组中首先存放从节点 1 出发的所有弧，然后接着存放从节点 2 出发的所有孤，依此类推，最后存放从节点n 出发的所有孤。对每条弧，要依次存放其 起点、终点、权的数值等有关信息。这实际上相当于对所有弧给出了一个顺序和编号， 只是从同一节点出发的弧的顺序可以任意排列。此外，为了能够快速检索从每个节点出 发的所有弧，我们一般还用一个数组记录每个节点出发的弧的起始地址（即弧的编号）。 在这种表示法中，可以快速检索从每个节点出发的所有弧，这种星形表示法称为前向星 形（forward star）表示法。

例如，在例 7 所示的图中，仍然假设弧（1,2），（l,3），（2,4），（3,2），（4,3），（4,5）， （5,3）和（5,4）上的权分别为 8，9，6，4，0，3，6 和 7。此时该网络图可以用前向 星形表示法表示为表 2 和表 3 。
在数组 point 中，其元素个数比图的节点数多 1（即n +1），且一定有 **point(1) = 1， point(n +1) = m +1。**对于节点i ，其对应的出弧存放在弧信息数组的位置区间为

[ point(i), point(i +1) −1]， //表示记录弧信息的表中**[point[i],point[i+1]-1]都是以i**为出弧

如果 point(i) = point(i +1) ，则节点i 没有出弧。这种表示法与弧表表示法也非常相似，“记录弧信息的数组”实际上相当于有序存放的“弧表”。只是在前向星形表示法中， 弧被编号后有序存放，并增加一个数组（ point ）记录每个节点出发的弧的起始编号。
前向星形表示法有利于快速检索每个节点的所有出弧，但不能快速检索每个节点的 所有入弧。为了能够快速检索每个节点的所有入孤，可以采用反向星形（reverse star） 表示法：首先存放进入节点 1 的所有孤，然后接着存放进入节点 2 的所有弧，依此类推， 最后存放进入节点n 的所有孤。对每条弧，仍然依次存放其起点、终点、权的数值等有 关信息。同样，为了能够快速检索从每个节点的所有入弧，我们一般还用一个数组记录 每个节点的入孤的起始地址（即弧的编号）。

图2所示的图，可以用反向星形表 示法表示为表 4 和表 5。

如果既希望快速检索每个节点的所有出弧，也希望快速检索每个节点的所有入弧， 则可以综合采用前向和反向星形表示法。当然，将孤信息存放两次是没有必要的，可以 只用一个数组（trace）记录一条弧在两种表示法中的对应关系即可。

例如，可以在采用前向星形表示法的基础上，加上上面介绍的 rpoint 数组和如下的trace 数组即可。这相 当于一种紧凑的双向星形表示法，如表 6 所示。

对于网络图的表示法，我们作如下说明：

① 星形表示法和邻接表表示法在实际算法实现中都是经常采用的。星形表示法的优点是占用的存储空间较少，并且对那些不提供指针类型的语言（如 FORTRAN 语言 等）也容易实现。邻接表表示法对那些提供指针类型的语言（如 C 语言等）是方便的， 且增加或删除一条弧所需的计算工作量很少，而这一操作在星形表示法中所需的计算工作量较大（需要花费O(m) 的计算时间）。有关“计算时间”的观念【时间复杂度】是网络优化中需要考虑的一个关键因素。

② 当网络不是简单图，而是具有平行弧（即多重弧）时，**显然此时邻接矩阵表示法是不能采用的。**其他方法则可以很方便地推广到可以处理平行弧的情形。

③ 上述方法可以很方便地推广到可以处理无向图的情形，但由于无向图中边没有方向，因此可能需要做一些自然的修改。

例如，可以在计算机中只存储邻接矩阵的一半 信息（如上三角部分），因为此时邻接矩阵是对称矩阵。无向图的关联矩阵只含有元素 0 和 +1，而不含有 −1，因为此时不区分边的起点和终点。又如，在邻接表和星形表示 法中，每条边会被存储两次，而且反向星形表示显然是没有必要的，等等。

————————
版权声明：本文为CSDN博主「wamg潇潇」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_29831163/article/details/89785015