图的四种存储方式（邻接矩阵、邻接表、十字链表、邻接多重表）

---

图的存储必须要完整、准确地反应顶点集和边集的信息。根据不同图的结构和算法，采用不同的存储方式将对程序的效率产生相当大的影响，因此所选的存储结构应适合于待求解的问题。下面介绍四种图的存储方式。

一、邻接矩阵法

1. 概念

邻接矩阵存储是指用一个一维数组存储图中顶点的信息，用一个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。
【在简单应用中，可直接用二维数组作为图的邻接矩阵（顶点信息等均可忽略）】

顶点数为 n 的图 G = (V, E) 的邻接矩阵 A 是 n × n 的，将 G 的顶点编号为 v₁, v₂,…, v_n ，则：

对于带权图而言，若顶点 v_i 和 v_j 之间有边相连，则邻接矩阵中对应项存放着该边对应的权值，若顶点 v_i 和 v_j 不相连，则通常用 0 或 ∞ 来代表这两个顶点之间不存在边：

有向图、无向图和网对应的邻接矩阵示例如下图所示：

2. 图的邻接矩阵存储结构定义

#define MaxVertexNum 100//顶点数目的最大值
typedef char VertexType;//顶点对应的数据类型
typedef int EdgeType;//边对应的数据类型
typedef struct{
    VertexType vex[MaxVertexNum];//顶点表
    EdgeType edge[MaxVertexNum][MaxVertexNum];//邻接矩阵（边表）
    int vexnum, arcnum;//图当前的顶点数和边数
}MGraph;

【注】邻接矩阵表示法的空间复杂度为 O(n²) ，其中 n 为图的顶点数 |V| 。

3. 图的邻接矩阵存储表示法的特点

• 对于有 n 个顶点的无向图，有 A[i][i] = 0 ，其中 1 ≤ i ≤ n 。

• 无向图的邻接矩阵一定是一个对称矩阵（且唯一），即 A[i][j] = A[j][i]（1 ≤ i ≤ n，1 ≤ j ≤ n），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（压缩存储）。

• 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）的个数正好是顶点 i 的度 TD(v_i) 。

• 对于有向图，邻接矩阵的第 i 行非零元素（或非 ∞ 元素）的个数正好是顶点 i 的出度 OD(v_i) ；邻接矩阵的第 i 列非零元素（或非 ∞ 元素）的个数正好是顶点 i 的入度 ID(v_i) 。

• 用邻接矩阵存储图，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。

• 稠密图（即边数较多的图）适合采用邻接矩阵的存储方式。

• （了解即可）设图 G 的邻接矩阵为 A ，A^m 的元素 A^m [i][j] 等于由顶点 i 到顶点 j 的长度为 m 的路径的数目。

4. 例题

① 若图的邻接矩阵中主对角线上的元素皆为 0 ，其余元素全为 1 ，则可以断定该图一定（ C ）。
A. 是无向图
B. 是有向图
C. 是完全图
D. 不是带权图

② 在含有 n 个顶点和 e 条边的无向图的邻接矩阵中，零元素的个数为（ D ） 。
A. e
B. 2e
C. n² - e
D. n² - 2e

③ 带权有向图 G 用邻接矩阵存储，则 v_i 的入度等于邻接矩阵中（ D ） 。
A. 第 i 行非 ∞ 的元素个数
B. 第 i 列非 ∞ 的元素个数
C. 第 i 行非 ∞ 且非 0 的元素个数
D. 第 i 列非 ∞ 且非 0 的元素个数

④ 一个有 n 个顶点的图用邻接矩阵 A 表示，若图为有向图，顶点 v_i 的入度是（ B ）；若图为无向图，顶点 v_i 的度是（ D ）。
A. Σ_i=1ⁿ A[i][j]
B. Σ_j=1ⁿ A[j][i]
C. Σ_i=1ⁿ A[j][i]
D. Σ_j=1ⁿ A[j][i] 或 Σ_j=1ⁿ A[i][j]

⑤ 【2013 统考真题】设图的邻接矩阵 A 如下图所示。各顶点的度依次是（ C ）。

A. 1, 2, 1, 2
B. 2, 2, 1, 1
C. 3, 4, 2, 3
D. 4, 4, 2, 2

二、邻接表法

1. 概念

当一个图为稀疏图时，使用邻接矩阵法会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的方法，大大减少了这种不必要的浪费。

邻接链表是指对图 G 中的每个顶点 v_i 建立一个单链表，第 i 个单链表中的结点表示依附于顶点 v_i 的边（对于有向图则是以顶点 v_i 为尾的弧），这个单链表就称为顶点 v_i 的边表（对于有向图则称为出边表）。边表的头指针和顶点的数据信息采用顺序存储，称为顶点表，所以在邻接表中存在两种结点：顶点表结点和边表结点，如下图所示：

顶点表结点由两个域组成：

• 顶点域（data）存储顶点 v_i 的相关信息；
• 边表头指针域（firstarc）指向第一条边的边表结点。

边表结点至少由两个域组成：

• 邻接表域（adjvex）存储与头结点顶点 v_i 邻接的顶点编号；
• 指针域（nextarc）指向下一条边的边表结点。

无向图、有向图对应的邻接表示例如下图所示：

2. 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{//边表结点
    int adjvex;//该弧所指向的顶点的位置
    struct ArcNode *nextarc;//指向下一条弧的指针
    //InfoType info;//网的边权值
}ArcNode;
typedef struct VNode{//顶点表结点
    VertexType data;//顶点信息
    ArcNode *firstarc;//指向第一条依附该顶点的弧的指针
}VNode,AdjList[MaxVertexNum];
typedef struct{
    AdjList vertices;//邻接表
    int vexnum, arcnum;//图的顶点数和弧数
}ALGraph;//ALGraph是以邻接表存储的图类型

【注】若 G 为无向图，则图的邻接表存储方法所需的存储空间为 O(|V|+2|E|) ，若 G 为有向图，则所需的存储空间为 O(|V|+|E|) 。

3. 图的邻接表存储表示法的特点

• 对于稀疏图（即边数较少的图），采用邻接表表示将极大地节省存储空间。

• 在邻接表中，给定一个顶点，能很容易地找出它的所有邻边，因为只需要读取它的邻接表。在邻接矩阵中，相同的操作则需要扫描一行，花费的时间为 O(n) 。但是，若要确定给定的两个顶点间是否存在边，则在邻接矩阵中可以立刻查到，而在邻接表中则需要在相应结点对应的边表中查找另一结点，效率较低。

• 在无向表的邻接表中，求某个顶点的度只需计算其邻接表中的边表结点个数。在有向图的邻接表中，求某个顶点的出度只需计算其邻接表中的边表结点个数；但求某个顶点 x 的入度则需遍历全部的邻接表，统计邻接点（adjvex）域为 x 的边表结点个数。

• 图的邻接表表示并不唯一，因为在每个顶点对应的边表中，各边结点的链接次序可以是任意的，它取决于建立邻接表的算法及边的输入次序。

4. 例题

① 以下关于图的存储结构的叙述中，正确的是（ B ）。
A. 一个图的邻接矩阵表示唯一，邻接表表示唯一
B. 一个图的邻接矩阵表示唯一，邻接表表示不唯一
C. 一个图的邻接矩阵表示不唯一，邻接表表示唯一
D. 一个图的邻接矩阵表示不唯一，邻接表表示不唯一

② 用邻接表法存储图所用的空间大小（ A ）。
A. 与图的顶点数和边数有关
B. 只与图的边数有关
C. 只与图的顶点数有关
D. 与边数的平方有关

③ 若邻接表中有奇数个边表结点，则（ D ）。
A. 图中有奇数个结点
B. 图中有偶数个结点
C. 图为无向图
D. 图为有向图

④ 在有向图的邻接表存储结构中，顶点 v 在边表中出现的次数是（ C ）。
A. 顶点 v 的度
B. 顶点 v 的出度
C. 顶点 v 的入度
D. 依附于顶点 v 的边数

⑤ n 个顶点的无向图的邻接表最多有（ B ）个边表结点。
A. n²
B. n × (n - 1)
C. n × (n + 1)
D. n × (n - 1) / 2

⑥ 假设有 n 个顶点、e 条边的有向图用邻接表表示，则删除与某个顶点 v 相关的所有边的时间复杂度为（ C ）。
A. O(n)
B. O(e)
C. O(n + e)
D. O(n × e)

⑦ 对邻接表的叙述中，（ D ）是正确的。
A. 无向图的邻接表中，第 i 个顶点的度为第 i 个链表中结点数的两倍
B. 邻接表比邻接矩阵的操作更简便
C. 邻接矩阵比邻接表的操作更简便
D. 求有向图结点的度，必须遍历整个邻接表

三、十字链表法

1. 概念

十字链表是有向图的一种链式存储结构。在十字链表中，有向图的每条弧用一个结点（弧结点）来表示，每个顶点也用一个结点（顶点结点）来表示。如下图所示：

弧结点中有 5 个域：

• tailvex 域指示弧尾顶点的编号；
• headvex 域指示弧头顶点的编号；
• 头链域 hlink 指向弧头相同的下一个弧结点；
• 尾链域 tlink 指向弧尾相同的下一个弧结点；
• info 域存放该弧的相关信息。

这样，弧头相同的弧在同一个链表上，弧尾相同的弧也在同一个链表上。

顶点结点中有 3 个域：

• data 域存放该顶点的数据信息，如顶点名称；
• firstin 域指向以该顶点为弧头的第一个弧结点；
• firstout 域指向以该顶点为弧尾的第一个弧结点。

2. 有向图的十字链表表示示例

注意：顶点结点之间是顺序存储的，弧结点省略了 info 域。

在十字链表中，既容易找到 v_i 为尾的弧，也容易找到 v_i 为头的弧，因而容易求得顶点的出度和入度。图的十字链表表示是不唯一的，但一个十字链表表示唯一确定一个图。下面来详细分析一下上面的示例：

十字链表适用于有向图，它实际上是邻接表和逆邻接表的结合。邻接表的单链表指向的是顶点的出边表，与之相反，逆邻接表的单链表指向的是顶点的入边表。

我们先来看顶点的出边表部分：（进行水平方向的连接）

1）v₁ 指向 v₂ 、v₃：

2）v₃ 指向 v₁ 、v₄
v₄ 指向 v₁ 、v₂ 、v₃：

再来看顶点的入边表部分：（进行垂直方向的连接）

3）v₁ 被 v₃ 、v₄ 指向：

4）v₂ 被 v₁ 、v₄ 指向
v₃ 被 v₁ 、v₄ 指向
v₄ 被 v₃ 指向：

再举一个例子：（自己练习一下吧）

3. 例题

十字链表是（ B ）的存储结构。
A. 无向图
B. 有向图
C. 无向图和有向图
D. 都不是

四、邻接多重表法

1. 概念

邻接多重表是无向图的一种链式存储结构。在邻接表中，容易求得顶点和边的各种信息，但在邻接表中求两个顶点之间是否存在边而对边执行删除等操作时，需要分别在两个顶点的边表中遍历，效率较低。与十字链表相似，在邻接多重表中，每个顶点、每条边用一个结点表示，其结构如下所示：

边结点中有 5 个域：

• ivex 域指示该边依附的其中一个顶点的编号；
• jvex 域指示该边依附的另一个顶点的编号；
• ilink 域指向下一条依附于顶点 ivex 的边；
• jlink 域指向下一条依附于顶点 jvex 的边；
• info 域存放该边的相关信息。

顶点结点中有 2 个域：

• data 域存放该顶点的相关信息；
• firstedge 域指向第一条依附于该顶点的边。

在邻接多重表中，所有依附于同一顶点的边串联在同一链表中，因为每条边依附于两个顶点，所以每个边结点同时链接在两个链表中。对无向图而言，其邻接多重表和邻接表的差别仅在于：同一条边在邻接表中用两个结点表示，而在邻接多重表中只有一个结点。

2. 无向图的邻接多重表表示示例

注意：顶点结点之间是顺序存储的，弧结点省略了 info 域，邻接多重表的各种基本操作的实现和邻接表类似。下面来详细分析一下上面的示例：

1）图中顶点 b 和顶点 c 所连的边（3 条）最多，因此先画顶点 b 的边表：
b-a（1-0）、b-c（1-2）、b-e（1-4）

2）除去三条边后，顶点 c 和顶点 d 所连的边（2 条）最多，由于间隔一个顶点画出的图更好看，因此画顶点 d 的边表：
d-a（3-0）、d-c（3-2）

3）最后只剩 e-c（4-2）这条边了，把它加入顶点 e 的边表中：

4）连线，规则是与编号相同的就串联起来，比如顶点 a 的编号为 0 ，那么找到边表中有含 0 的结点，依次串联起来即可：

可以看出邻接多重表的表示方式不唯一。

再举两个例子：（自己练习一下吧）

3. 例题

邻接多重表是（ A ）的存储结构。
A. 无向图
B. 有向图
C. 无向图和有向图
D. 都不是

图的四种存储方式的总结

	邻接矩阵	邻接表	十字链表	邻接多重表
空间复杂度	O(V2)	无向图：O(V+2E) ，有向图：O(V+E)	O(V+E)	O(V+E)
找相邻边	遍历对应行或列的时间复杂度为O(V)	找有向图的入度必须遍历整个邻接表	很方便	很方便
删除边或顶点	删除边很方便，删除顶点需要大量移动数据	无向图中删除边或顶点都不方便	很方便	很方便
适用于	稠密图	稀疏图和其他	只能存有向图	只能存无向图
表示方式	唯一	不唯一	不唯一	不唯一