图的存储 —— 邻接矩阵法、邻接表法

0.概要

本文主要介绍图的两种存储结构——邻接矩阵法邻接表法(包含它们的实现方式、数据定义、特点)并对比二者有什么不同!
|
二者对比(具体分析见下文)
在这里插入图片描述


1. 邻接矩阵法

在这里插入图片描述
(1)数据结点定义

  • 无权值
    在这里插入图片描述
    在这里插入图片描述
  • 有权值
    在这里插入图片描述

(2)求结点的度
在这里插入图片描述

(3)特点
在这里插入图片描述
(4)邻接矩阵的性质 ——矩阵乘法(自乘)
在这里插入图片描述


2.邻接表

(1)数据结点定义
在这里插入图片描述

(2)结点的度
在这里插入图片描述

(3)存储视角
在这里插入图片描述

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
邻接矩阵是一种表示的方,可以用于存储中节点之间的连接关系。在 Python 中,可以使用二维数组来表示邻接矩阵。 下面是一个简单的示例代码,展示了如何通过邻接矩阵来表示和操作一个简单的无向: ```python class Graph: def __init__(self, num_vertices): self.num_vertices = num_vertices self.adj_matrix = [[0] * num_vertices for _ in range(num_vertices)] def add_edge(self, src, dest): # 由于是无向,所以需要设置两个方向的连接关系 self.adj_matrix[src][dest] = 1 self.adj_matrix[dest][src] = 1 def remove_edge(self, src, dest): self.adj_matrix[src][dest] = 0 self.adj_matrix[dest][src] = 0 def print_graph(self): for row in self.adj_matrix: for val in row: print(val, end=" ") print() # 创建一个有 5 个节点的 g = Graph(5) g.add_edge(0, 1) g.add_edge(0, 4) g.add_edge(1, 2) g.add_edge(1, 3) g.add_edge(1, 4) g.add_edge(2, 3) g.add_edge(3, 4) g.print_graph() ``` 上述示例代码中,首先定义了一个 `Graph` 类,其中 `num_vertices` 表示中节点的数量,`adj_matrix` 是一个二维数组用于存储邻接矩阵。 然后,定义了几个方来操作,例如 `add_edge` 用于添加边,`remove_edge` 用于移除边,`print_graph` 用于打印邻接矩阵。 最后,创建一个具有 5 个节点的,并添加了一些边,然后调用 `print_graph` 方打印出邻接矩阵。 你可以根据实际需求进行修改和扩展。希望对你有帮助!如果还有其他问题,请随时提问。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值