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
-
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)。
-
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)。
-
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
-
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。
-
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。