图的存储结构

图的存储结构

顶点位置与邻接点位置只是一个相对概念。

任何一个顶点都可以看成是第一个顶点，任一顶点的邻接点之间也不存在次序关系。

上图为同一个图，顶点位置不同，造成表象不一样。

任意两个顶点之间都可能存在联系，所以无法以数据元素在内存中的物理位置来表示元素之间的关系。也就是说，不能用简单的顺序存储结构来表示。

如果采用多重链表的方式，以一个数据域和多个指针组成的结点表示图中的一个顶点，可以实现，但存在问题。

各个顶点的度数相差很大，按度数最大的顶点设计结点结构会造成很多存储单元的浪费；而按照每个顶点自己的度数设计不同的顶点结构，又带来操作的不便。

五种不同的存储结构

邻接矩阵

图是由顶点和边或弧两部分组成。自然地考虑分两个结构分别存储。

• 顶点不分大小、主次，用一维数组来存储
• 边或弧由于是顶点与顶点之间的关系，一维搞不定，所以用二维数组存储

以上就是邻接矩阵的方案。

图的邻接矩阵（Adjacency Matrix）存储方式是用两个数组来表示图。一个一维数组存储图中顶点信息，一个二维数组（称为邻接矩阵）存储图中的边或弧的信息。

无向图邻接矩阵

设图G有n个顶点，则邻接矩阵是一个n*n的方阵，定义为：

无向图邻接矩阵实例如下：

arc[1][3] = 0 是因为v1到v3的边不存在。因为是无向图，所以v3到v1的边也不存在。

所以无向图的边数组是一个对称矩阵。

对称矩阵：n阶矩阵的元满足aij = aji,(0<= i,j <= n)。即从矩阵的左上角到右下角的主对角线为轴，右上角的元与左下角相对应的元全都是相等的。

根据矩阵，可以很容易知道图中的信息。

• 非常容易判断任意两顶点是否有边无边
• 某个顶点的度，就是顶点vi在邻接矩阵中第i行（或第i列）的元素之和。比如v1的度就是1 + 0 + 1 + 0 = 2
• 求顶点vi的所有邻接点，就是将矩阵中第i行元素扫描一遍，arc[i][j]为1就是邻接点。

有向图邻接矩阵

有向图邻接矩阵实例如下：

有向图讲究入度和出度。顶点v1的入度为1，正好是第v1列各数之和。顶点v2的出度为2，即第v1行的各数之和。

判断vi到vj是否存在弧，只需要查找矩阵中arc[i][j]是否为1即可。

要求vi的所有邻接点就是将矩阵第i行元素扫描一遍，查找arc[i][j]为1的顶点。

网的邻接矩阵

回顾：带权的图叫做网。

网的邻接矩阵需要存下权。

设G为网，有n个顶点，则邻接矩阵是一个n*n的方阵，定义为：

• Wij表示(vi,vj)或<vi,vj>上的权值。
• ∞是计算机允许的，大于所有边上权值的值，也是一个不可能的极限值

有向网邻接矩阵

无向图邻接矩阵创建实现

public class GraphTest {
	String[] scanfVertex = {"A","B","C","D","E","F","G"};
	//输入权值，默认使用0
	int scanfValue = 0;
	//i,j为输入边的下标
	int i,j = 0;
	
	void createMGraph(Graph graph){
		graph.numVertexes = 7;
		graph.numEdges = 9;
		//输入顶点
		for(int i = 0;i<scanfVertex.length;i++){
			graph.verxs[i] = scanfVertex[i];
		}
		//用顶点初始化邻接矩阵 默认复制无穷大
		for(int i = 0;i<graph.verxs.length;i++){
			for(int j = 0;j<graph.verxs.length;j++){
				//初始化无穷
				graph.arc[i][j] = graph.INFINITY;
			}
		}
		//读入numEdges条边，建立邻接矩阵
		for(int k = 0;k<graph.numEdges;k++){
			graph.arc[i][j] = scanfValue;
			//无向图矩阵对称
			graph.arc[i][j] = graph.arc[j][i];
		}
	}
	
}
//无向图数据结构
class Graph{
	String vertexType;//顶点类型
	int edge;//边上权值
	static final int MAXVEX = 10;//最大顶点数
	static final int INFINITY = 65535;//65535代表无穷
	
	String[] verxs = new String[MAXVEX];//顶点表
	int[][] arc = new int[MAXVEX][MAXVEX];//邻接矩阵，可看做边表
	int numVertexes,numEdges;//图中当前的顶点数和边数
}

总结：邻接矩阵a[i][j]，i是矩阵纵向下标，j是矩阵横向下标。

邻接表

邻接矩阵缺点：对于边数相对顶点较少的图，这种结构是存在对存储空间的极大浪费。

上图邻接矩阵中除了arc[1][0]有权值外，没有其他弧，其他的存储空间都浪费掉了。

回顾：线性表中，顺序存储结构存在预先分配内存可能造成存储空间浪费的问题，于是引出了链式存储的结构。

同样可以考虑对边或弧使用链式存储的方式来避免空间浪费的问题。

同样适用于图的存储。我们把数组与链表相结合的存储方法称为邻接表（Adjacency List）。

邻接表原理：

• 顶点用一维数组存储。顶点也可以用单链表存储，不过数组更容易读取顶点信息，更加方便。在顶点数组中，每个数据元素还需要存储指向第一个邻接点的指针，便于查找该顶点的边信息。
• 图中每个顶点v1的所有邻接点构成一个线性表，邻接点的个数不定，所以用单链表存储；无向图称为顶点v1的边表，有向图则称为顶点v1作为弧尾的出边表。

无向图邻接表

如上就是一个无向图的邻接表结构

边表结点由adjvex和next两个域组成。

• adjvex邻接点域，存储某顶点的邻接点在顶点表中的下标
• next存储指向边表中下一个结点的指针

比如v1顶点与v0、v2互为邻接点，则在v1的边表中，adjvex分别为v0的0和v2的2。

• 某个顶点的度，查找这个顶点边表中结点的个数
• 判断顶点vi到vj是否存在边，只需要测试顶点vi的边表中adjvex是否存在vj的下标j就可以了
• 求顶点的所有邻接点，对顶点边表进行遍历

有向图邻接表

以上为有向图邻接表

可以算出某顶点的入度和出度，判断两顶点是否存在弧也很容易实现。

带权的网图，在边表结点定义中增加一个weight的数据域，存储权信息即可。

/**
 * 邻接表实现
 * @author jiaxinxiao
 *
 */
public class GraphAdjList {
	static final int MAX = 10;
	static final int INIT_VALUE = 5;
	static final String INIT_STRING_VALUE = "string";
	VertexNode[] vertexNodes = new VertexNode[MAX];
	int numVertexes,numEdges;//顶点数和边数
	
	void createAlgraph(GraphAdjList graphAdjList){
		//初始化
		graphAdjList.numVertexes = INIT_VALUE;
		graphAdjList.numEdges = INIT_VALUE;
		//读入顶点信息，建立顶点表
		for(int i=0;i<numVertexes;i++){
			vertexNodes[i].data = INIT_STRING_VALUE;//输入顶点信息
			vertexNodes[i].firstEdge = null;//边表置为空表
		}
		
		//回顾：此处用到了单链表创建中讲解到的头插法
		for(int k=0;k<numEdges;k++){
			//输入边上顶点序号
			int i  = INIT_VALUE;
			int j = INIT_VALUE;
			EdgeNode eNode = new EdgeNode();
			
			eNode.adjvex = j;//邻接序号为j
			eNode.next = vertexNodes[i].firstEdge;
			vertexNodes[i].firstEdge = eNode;
			
			eNode = new EdgeNode();
			eNode.adjvex = i;//邻接序号为j
			eNode.next = vertexNodes[j].firstEdge;
			vertexNodes[j].firstEdge = eNode;
		}
	}
}
//边表结点
class EdgeNode{
	int adjvex;//邻接域
	int weight;//权值，非网图不需要
	EdgeNode next;//链域，指向下一个邻接点
}
//顶点表结构
class VertexNode{
	String data;//顶点域，存储顶点信息，数据暂时使用String类型
	EdgeNode firstEdge;//边表头指针
}

重点：单链表头插法。

十字链表

时差 安保问题告诉我们，充分利用现有资源，正向思维、逆向思维、整合思维可以创造更大价值。

邻接表缺陷：关心了出度问题，了解入度必须遍历整个图。反之，逆邻接表解决了入度确不了解出度的情况。

有没有能把邻接表和逆邻接表结合起来呢？

有：有向图的一种存储方法：十字链表（Orthogonal List）。

顶点结构：

• firstin：入边表头指针，指向该顶点的入边表中第一个结点
• firstout：出边表头指针，指向该顶点的出边表中的第一个结点

边表结构：

• tailvex：弧起点在顶点表的下标
• headvex：弧终点在顶点表的下标
• headlink:指入边表指针域，指向终点相同的下一条边
• taillink：出边表指针域，指向起点相同的下一条边

十字链表结构：

上图中taillink应该为headlink

十字链表优点：

• 将邻接表与逆邻接表整合到一起，既容易找到以vi为尾的弧，也容易找到以vi为头的弧，因而容易求得顶点的出度和入度。
• 除了结构复杂以外，创建的时间复杂度和邻接表相同

在有向图应用中，十字链表是非常好的数据结构

邻接多重表

无向邻接表存在的弊端：边的操作麻烦，比如对边做标记，删除某一条边等。那就意味着，需要找到这条边的两个边表结点进行操作，比较麻烦

上图若要删除(v0,v2)这条边，需要对邻接表结构中红框标识的两个结点删掉，比较麻烦

边表结点结构：

ivex和jvex是与某条边依附的两个顶点在顶点表中下标。ilink指向依附顶点ivex的下一条边，jlink指向依附顶点jvex的下一条边。这就是邻接多重表结构。

ilink指向的结点的jvex一定要和它本身的ivex的值相同

邻接多重表与邻接表的差别，仅仅是在于同一条边在邻接表中用两个jie

边集数组

边集数组是由两个一维数组构成。一个是存储顶点的信息；另一个是存储边的信息，这个边数组每个数据元素由一条边的起点下标（begin）、终点下标（end）和权（weight）组成。

边集数组关注的是边的集合，但是查找一个顶点的度需要扫描整个边数组，效率比较低。