6.2_1_邻接矩阵法

图的存储–邻接矩阵法
  1. 无向图:

    是对称矩阵,可以压缩

    0表示不连接,1表示连接

  2. 有向图:

求度、入度、出度:

​ 无向图:扫描一行或者一列的非0元素,得到度

​ 有向图:出度,扫描行;入度,扫描列。度 = 入度+出度

邻接矩阵法(网):

​ 矩阵内标识内标识权值,不存在度则标为无穷大

0或者无穷:表示两个顶点之间不存在路径

适合用于存储稠密度图,否则会有很多浪费

设图G的邻接矩阵为A(矩阵元素为0/1),则An 的元素An [i][j]等于由顶点i到顶点j的长度为n的路径的数目

缺点是空间复杂度高,如果存储稀疏图,会造成很大的浪费

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
邻接矩阵是一种表示图的方,可以用于存储图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图: ```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): # 由于是无向图,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 个节点的图 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` 表示图中节点的数量,`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图,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 个节点的图,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