图的存储及遍历


一、图的定义及分类

定义∶图是由一组顶点和一组能够将两个顶点相连的边组成的
在这里插入图片描述
特殊的图︰
1.自环:即一条连接一个顶点和其自身的边;
2.平行边:连接同一对顶点的两条边;
在这里插入图片描述

1.1 图的分类

按照连接两个顶点的边的不同,可以把图分为以下两种:
无向图:边仅仅连接两个顶点,没有其他含义;
有向图:边不仅连接两个顶点,并且具有方向;

二、 无向图

2.1 图的相关术语

相邻顶点∶当两个顶点通过一条边相连时,我们称这两个顶点是相邻的,并且称这条边依附于这两个顶点。

度∶某个顶点的度就是依附于该顶点的边的个数。

子图:是—幅图的所有边的子集(包含这些边依附的顶点)组成的图。

路径∶是由边顺序连接的一系列的顶点组成。

环∶是一条至少含有一条边且终点和起点相同的路径。

连通图︰如果图中任意一个顶点都存在一条路径到达另外一个顶点,那么这幅图就称之为连通图(所有顶点都是直接或间接连通的)

连通子图∶一个非连通图由若干连通的部分组成,每一个连通的部分都可以称为该图的连通子图
在这里插入图片描述

2.2 图的存储结构

要表示一幅图,只需要表示清楚以下两部分内容即可:
1.图中所有的顶点;
2.所有连接顶点的边;
常见的图的存储结构有两种︰邻接矩阵和邻接表

2.2.1 邻接矩阵

1.使用一个V*V的二维数组int[V][M]adj,把索引的值看做是顶点;
⒉.如果顶点v和顶点w相连,我们只需要将adj[v][w]和adj[w][v]的值设置为1,否则设置为0即可。

在这里插入图片描述
很明显,邻接矩阵这种存储方式的空间复杂度是V^2的,如果我们处理的问题规模比较大的话,内存空间极有可能不够用。

2.2.2 邻接表

1.使用一个大小为V的数组Queue[V] adj ,把索引看做是顶点;
2.每个索引处adj[v]存储了一个队列,该队列中存储的是所有与该顶点相邻的其他顶点
在这里插入图片描述

三、无向图的代码实现

3.1 图的创建

在这里插入图片描述
代码实例:

import java.util.ArrayList;
import java.util.Arrays;

public class Graph {
   
    private ArrayList<String> verList;//存储顶点集合
    private int [][]edges;//存储图对应的邻接矩阵
     private int numEdges;//表示边的数目
//构造器
    public Graph(int n){
   
        //初始化矩阵和verList
        edges=new int[n][n];
        verList=new ArrayList<String>();
        numEdges=0;
    }
    //图中常用的方法
    //返回节点个数
    public int getNumVer(){
   
        return verList.size();
    }
    //得到边的数目
    public int getNumEdges(){
   
        return  numEdges;
    }
    //返回节点i(下标)对应的数据0->A,1->B,2->C
    public String getValueByIndex(int i){
   
     return verList.get(i);
    }
    //返回v1和v2的权值
    public int getWeight(int v1,int v2){
   
     return edges[v1][v2];
    }
    //插入结点
    public void insertVer(String ver){
   
      verList.add(ver);
    }
    //显示图对应的矩阵
    public void showgraph(){
   
        for (int[]link:edges) {
   
            System.out.println(Arrays.toString(link));
        } 
    
  • 3
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
邻接表是一种常用的存储结构,它通过链表来表示每个顶点的邻接点集合。邻接表的具体实现可以使用数组加链表的方式,也可以使用纯链表的方式。 邻接表存储结构的优点是可以很方便地遍历某个顶点的邻接点,而且可以节省空间。但是,对于需要查找两个顶点之间是否有边的操作,邻接表的效率就不如邻接矩阵了。 下面是邻接表的存储结构定义: ```c // 邻接表的存储结构定义 #define MAX_VERTEX_NUM 100 // 最大顶点数 typedef struct ArcNode { // 边结点 int adjvex; // 邻接点在顶点数组中的下标 struct ArcNode *next; // 指向下一个边结点的指针 // 也可以在这里存储边的权值等信息 } ArcNode; typedef struct VNode { // 顶点结点 char data; // 顶点的数据 ArcNode *firstarc; // 指向第一个边结点的指针 } VNode, AdjList[MAX_VERTEX_NUM]; typedef struct { // 邻接表 AdjList vertices; // 顶点数组 int vexnum, arcnum; // 顶点数和边数 } ALGraph; ``` 邻接表的遍历可以使用深度优先搜索(DFS)或广度优先搜索(BFS)算法。下面是DFS的遍历代码: ```c // 邻接表的深度优先搜索遍历 void DFS(ALGraph *G, int v, bool visited[]) { visited[v] = true; printf("%c ", G->vertices[v].data); // 访问顶点v ArcNode *p = G->vertices[v].firstarc; while (p != NULL) { // 遍历v的所有邻接点 int w = p->adjvex; if (!visited[w]) { DFS(G, w, visited); } p = p->next; } } ``` BFS的遍历代码如下: ```c // 邻接表的宽度优先搜索遍历 void BFS(ALGraph *G, int v, bool visited[]) { visited[v] = true; printf("%c ", G->vertices[v].data); // 访问顶点v queue<int> Q; // 使用队列存储待访问的顶点 Q.push(v); while (!Q.empty()) { int u = Q.front(); Q.pop(); ArcNode *p = G->vertices[u].firstarc; while (p != NULL) { // 遍历u的所有邻接点 int w = p->adjvex; if (!visited[w]) { visited[w] = true; printf("%c ", G->vertices[w].data); // 访问顶点w Q.push(w); } p = p->next; } } } ``` 以上就是邻接表的存储遍历操作。需要注意的是,邻接表的实现也可以使用其他数据结构,这里给出的只是一种常见的方式。

“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 1
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