图的邻接矩阵存储及遍历操作

图的邻接矩阵是一种常见的图存储结构，它使用一个矩阵来表示图中顶点之间的连接关系。对于一个包含n个顶点的图，邻接矩阵是一个n×n的矩阵，记为A。矩阵中的元素A[i][j]表示顶点i到顶点j的边的信息，如果i和j之间有边相连，那么A[i][j]通常为1（无权图），或者为边的权重（有权图）。如果i和j之间没有直接的边相连，则A[i][j]通常为0（无权图），或者为无穷大或一个非常大的数（有权图）。

以下是图的邻接矩阵存储及遍历操作的基本概念：

邻接矩阵存储

1. 初始化：创建一个n×n的矩阵，所有元素初始化为0（无权图）或无穷大（有权图）。

2. 添加边：当顶点i和顶点j之间存在一条边时，设置A[i][j]和A[j][i]为1（无权图）或边的权重（有权图）。

3. 添加权重：在有权图中，边的权重存储在A[i][j]中，如果是无向图，则A[i][j]和A[j][i]应该相等。

遍历操作

1. 深度优先搜索（DFS）：从任意顶点开始，沿着邻接矩阵中的非零元素递归遍历所有可达顶点。

2. 广度优先搜索（BFS）：从任意顶点开始，沿着邻接矩阵中的非零元素逐层遍历所有可达顶点。

示例代码

以下是使用邻接矩阵实现的无权图的深度优先搜索（DFS）遍历：

def dfs(graph, vertex, visited):
    visited[vertex] = True
    print(vertex, end=' ')  # 访问顶点
    for i in range(len(graph)):
        if graph[vertex][i] == 1 and not visited[i]:  # 如果顶点i与当前顶点相邻且未访问
            dfs(graph, i, visited)

# 示例图的邻接矩阵
graph = [
    [0, 1, 1, 0, 0],
    [1, 0, 1, 1, 0],
    [1, 1, 0, 0, 1],
    [0, 1, 0, 0, 1],
    [0, 0, 1, 1, 0]
]

# 初始化访问状态
visited = [False] * len(graph)

# 从顶点0开始深度优先搜索
dfs(graph, 0, visited)

在这个例子中，graph是一个邻接矩阵，表示一个无权图。dfs函数实现了深度优先搜索算法，从顶点0开始遍历图中的所有顶点。

请注意，邻接矩阵在稀疏图（边的数量远小于顶点对数量）的情况下不是非常高效，因为它需要存储大量的零值。在这种情况下，邻接表可能是一个更好的选择。