邻接矩阵+邻接表

组成

顶点 + 边

（边可以没有但是至少有一个顶点）

图Graph是顶点vertex集合和边（也称之为弧 edge)集合组成。

• G=(V,E) 这里V是vertex顶点集合，E是edge边集合
• E=(Vi,Vj) 表示顶点i和顶点j之间的连线（边，弧）

常用术语

• 无向边：2边都能通行，用圆括号表示（类似双链表）
• 有向边：反之，用尖括号表示，（也称之为弧）
• 权：可以表示一个距离，（带权重的图Graph叫做网NetWork）
• 度：无向图顶点的边数量叫做度（因为往返的重复，度 = 边数 * 2），有向图分为出度和入度
  • 出度：顶点向外发出的边的数组
  • 入度：通向（进入）顶点的变的数目，
• 网：带权重的图（请注意区分权重不是度，比如地图的距离就是边长的一种权重）
• 弧：有向边称之为弧

图的分类

• 有向图：有方向的图，比如 $A\to B$ 单向通行
• 无向图：没有方向的图比如 $A-B$ 双向通行
• 完全图：任意2点都有边向连接
• 稀疏图：相对而言边（弧）比较少的图
• 稠密图：相对而言边（弧）比较多的图

数据结构（重点）

如果我们要表示下面有向图结构由5种数据方法

1.邻接矩阵

• 用一个固定长度的一维数组表示顶点vertexs[4]，相同长度的二维数组edges[4][4]表示有向边
• 例如A到B的距离是4，所以第一行（对应顶点A）的第二个元素edges[0][1] = 4

数组的查询是很快，

但是当稀疏图（就是图中的边十分少）的时候，二维数组是比较浪费内存，并且增加边和删除边十分不便，因此我们引出我们的第二个数据结构，邻接表

2.邻接表

邻接表表示上面的图graph如下

• 顶点集合为数组，顶点数组节点vertexNode,数组节点中vertex 表示顶点 ，edges 表示 代表边节点edgeNode的链表，
• 边链表节点，edgeNode ：adjVex 表示adjacency vertex 指向下一个定点的下标，（比如第一行的A顶点的第一个edgeNode 指向自己，第二个edgeNode 指向 下标为1 的B，第三个edgeNode 指向下标为 2 的 C)
• edgeNode 中 weight ：代表权重，这里表示二个顶点之间的距离。
• edgeNode 中的 next 指向连接到其他节点的边
• 我这里讨论了自身节点的情况，如果业务没有这个需求 ，你完全可以不必考虑这个情况

数据结构	优点	缺点
邻接矩阵	二维数组，实现简单，能同时求出顶点的出度和入度	稀疏图造成的空间浪费
邻接表	数组+链表，不会空间浪费	不能同时求出出度和入度；对边的操作需要2次
十字链表	横竖十字链表：可以同时求出出度和入度	对边的操作需要2次
邻接多重表	对边的操作减少到了一次	删除较为复杂

备注：这里的链表插入是遍历到链表尾部再插入，效率比较低下，建议使用“头插法”