有向图和无向图的表示方式(邻接矩阵,邻接表)_有向图的邻接矩阵-程序员宅基地

技术标签: 算法  学习日常(考研向)  数据结构  

目录

一.邻接矩阵

1.无向图​编辑

2.有向图

补充:网(有权图)的邻接矩阵表示法

二.邻接表

1.无向图

2.有向图

三.邻接矩阵与邻接表的关系


一.邻接矩阵

1.无向图

(1)对角线上是每一个顶点与自身之间的关系,没有到自身的边,所以对角线上为0

(2)无向图的邻接矩阵是对称的

两个顶点之间如果有边的话,那么两个顶点互为邻接关系,值为1

(3)顶点i的度=第i行(列)中1的个数

注:完全图的邻接矩阵,对角元素为0,其余为1

2.有向图

(1)在有向图的邻接矩阵中

第i行含义:以结点v_{i}为尾的弧(即出度边)

顶点的出度=第i行元素之和

第i列含义:以结点v_{i}为头的弧(即入度边)

顶点的入度=第i列元素之和

顶点的度=第i行元素之和+第i列元素之和

(2)有向图的邻接矩阵可能是不对称的

补充:网(有权图)的邻接矩阵表示法

邻接矩阵存储

#define MaxInt 32767
#define MVNum 100    //最大顶点数
typedef char VerTexType;    //设顶点的数据类型为字符型
typedef int ArcType;    //假设边的权值类型为整型

typedef struct{
    VerTex vex[MVNum];    //顶点表
    ArcType arcs[MVNum][MVNum];    //邻接矩阵
    int vexnum,arcnum;    //图的当前点数和边数
}AMGraph;

 以无向网为例

int LocateVex(AMGraph G,VertexType u)
{
//查找图G中的顶点u,存在则返回顶点表中的下标;否则返回-1
    int i;
    for(i=0;i<G.vexnum;++i)//有几条边就循环多少次
    {
        if(u==G.vexs[i])
            return i;
        return -1;
    }
}

Status CreateUDN(AMGraph &G)
{
   int i;
   cin>>G.vexnum>>G.arcnum;//总顶点,总边数
    for(i=0;i<G.vexnum;++i)
        cin>>G.vexs[i];//依次输入点的信息
    for(i=0;i<G.vexnum;++i)//初始化邻接矩阵
    {
        for(int j=0;j<G.vexnum;++j)
        {
            G.arcs[i][j]=MaxInt;//边的权值均置为极大值
        }
    }
    for(int k=0;k<G.arcnum;++k)//构造邻接矩阵
    {
        cin>>v1>>v2>>w;//输入一条边所依附的顶点以及边的权值
        i=LocateVex(G,v1);
        j=LocateVex(G,v2);//确定v1,v2在G中的位置
        G.arcs[i][j]=w;//边<v1,v2>的权值置w
        G.arcs[j][i]=G.arcs[i][j];//<v1,v2>的对称边<v2,v1>的权值也为w
    }
    return OK;
}

无向图,有向网,有向图与无向网是类似的

•对于无向图而言,其与无向网相比没有权值

初始化邻接矩阵时,w=0 ,构建邻接矩阵时,w=1

Status CreateUDG(AMGraph &G)
{
   int i;
   cin>>G.vexnum>>G.arcnum;//总顶点,总边数
    for(i=0;i<G.vexnum;++i)
        cin>>G.vexs[i];//依次输入点的信息
    for(i=0;i<G.vexnum;++i)//初始化邻接矩阵
    {
        for(int j=0;j<G.vexnum;++j)
        {
            G.arcs[i][j]=0;//边的权值均置为0
        }
    }
    for(int k=0;k<G.arcnum;++k)//构造邻接矩阵
    {
        cin>>v1>>v2;//输入一条边所依附的顶点
        int w=1;//1表示连接、0表示无连接
        i=LocateVex(G,v1);
        j=LocateVex(G,v2);//确定v1,v2在G中的位置
        G.arcs[i][j]=w;//边<v1,v2>的权值置w
        G.arcs[j][i]=G.arcs[i][j];//<v1,v2>的对称边<v2,v1>的权值也为w
    }
    return OK;
}

•对于有向网而言,与无向网不同的是,其每一条弧,都是从一个顶点指向另外一个顶点的

仅为G.arcs[i][j]赋值,不为G.arcs[j][i]赋值

Status CreateDN(AMGraph &G)
{
   int i;
   cin>>G.vexnum>>G.arcnum;//总顶点,总边数
    for(i=0;i<G.vexnum;++i)
        cin>>G.vexs[i];//依次输入点的信息
    for(i=0;i<G.vexnum;++i)//初始化邻接矩阵
    {
        for(int j=0;j<G.vexnum;++j)
        {
            G.arcs[i][j]=MaxInt;//边的权值均置为极大值
        }
    }
    for(int k=0;k<G.arcnum;++k)//构造邻接矩阵
    {
        cin>>v1>>v2>>w;//输入一条边所依附的顶点以及边的权值
        i=LocateVex(G,v1);
        j=LocateVex(G,v2);//确定v1,v2在G中的位置
        G.arcs[i][j]=w;//边<v1,v2>的权值置w
    }
    return OK;
}

•对于有向图而言,只需要将无向图和有向网的修改结合一下就行

没有权值,连接两个顶点的边是弧 

Status CreateDG(AMGraph &G)
{
   int i;
   cin>>G.vexnum>>G.arcnum;//总顶点,总边数
    for(i=0;i<G.vexnum;++i)
        cin>>G.vexs[i];//依次输入点的信息
    for(i=0;i<G.vexnum;++i)//初始化邻接矩阵
    {
        for(int j=0;j<G.vexnum;++j)
        {
            G.arcs[i][j]=0;//边的权值均置为0
        }
    }
    for(int k=0;k<G.arcnum;++k)//构造邻接矩阵
    {
        cin>>v1>>v2;//输入一条边所依附的顶点
        int w=1;//1表示连接、0表示无连接
        i=LocateVex(G,v1);
        j=LocateVex(G,v2);//确定v1,v2在G中的位置
        G.arcs[i][j]=w;//边<v1,v2>的权值置w
    }
    return OK;
}

邻接矩阵的优点

 

•方便检查任意一对顶点间是否存在边

•方便找任一顶点的所有“邻接点”(有边直接相连的顶点)

•方便计算任一顶点的“度”(从该点发出的边数为“出度”,指向该点的边数为“入度”)

        •无向图:对应行 (或列)非0元素的个数

        •有向图:对应行非0元素的个数是“出度”;对应列非0元素的个数是“入度

邻接矩阵的缺点

•不便于增加和删除顶点

•邻接矩阵的空间复杂度为O(n^{2}),跟其有的边的条数无关,只与其顶点数有关,无论边少还是边多,空间复杂度都为O(n^{2}),浪费空间----存稀疏图(点很多而边很少)有大量无效元素

•浪费时间----统计稀疏图中一共有多少条边,因为必须遍历所有元素

二.邻接表

1.无向图

顶点:按编号顺序存储在一维数组中

这里的一维数组和邻接矩阵中的一维数组不同,数组中每个元素有两个成员

第一个是数据元素的信息,第二个是指针,存储的是第一个边的地址

关联同一顶点的边:用线性链表存储,例如3,表示邻接的顶点是下标为3的元素(v4)

如果有边\弧的信息,还可以在表结点中增加一项

第一个表示邻接点在顶点表中的序号

第二个元素是一个指针,指向的是下一条边(弧)

第三个元素表示边的信息(权值)

(1)邻接表是不唯一

例如“v1”指针指向的是邻接点v4和v2的下标,分别为3,1,这些边的顺序是可以改变的。

(2)若无向图中有n个顶点,e条边,则其邻接表需n个头结点和2e个表结点,适宜存储稀疏图

使用每条边时会出现两次,从v1到v2和从v2到v1用的是同一条边,所以有e条边,就有2e个表结点

所以无向图的存储空间为O(n+2e):n表示点,2e表示边

有向图的存储空间为O(n+e)

注对于邻接矩阵而言,存储空间为O(n^{2}),所以邻接表在存储稀疏图时比较节省空间

 (3)无向图中顶点v_{i}的度为第i个单链表中的结点数

顶点的存储结构

typedef struct VNode
{
	VerTexType data;         //顶点信息
	ArcNode *firstarc;       //指向第一条依附该顶点的边的指针
}VNode,AdjList[MVNum];
注:AdjList[MVNum]==VNnode v[MVNum]

•弧(边)的结点结构

#define MVNum 100                //最大顶点数
typedef struct ArcNode           //边结点
{
	int adjvex;                  //该边所指向的顶点的位置
	struct ArcNode *nextarc;     //指向下一条边的指针
	OtherInfo info;              //和边相关的信息(权值等)
}ArcNode;

•图的结构定义

typedef struct
{
	AdjList vertices;      //存放各个顶点的数组
	int vexnum, arcnum;    //图的当前顶点数和弧数
}ALGraph;

邻接表操作举例说明

ALGraph G;                    //定义了邻接表表示的图G
G.vexnum = 5; G.arcnum = 6;   //图G中包含5个顶点,6条边
G.vertices[1].data = 'b';     //图G中的第2个顶点是b
p = G.vertices[1].firstarc;   //指针p指向顶点b的第一条边结点
p->adjvex = 4;                //指针p所指边结点是到下标为4的结点的边
2.有向图

(1)顶点v_{i}出度为第i个单链表中的结点个数

(2)顶点v_{i}入度为整个单链表中邻接点域值是(i-1)的结点个数

根据以上结论,可以看出对于这样的每一个顶点存储出度边的有向图而言,找出度是容易的,找入度则比较难,例如,找终点为v1的边,那么就需要遍历所有边结点,找到邻结点为0的入度边

 也可以每一个顶点存储其入度边,如下图:逆邻接表

和邻接表的结论相反:找入度容易,找出度难

(1)顶点v_{i}入度为第i个单链表中的结点个数

(2)顶点v_{i}出度为整个单链表中邻接点域值是(i-1)的结点个数

例题:画出该邻接表对应的网络图

结果如下


 

用邻接表创建无向图

int LocateVex(AMGraph G,VertexType u)
{
//查找图G中的顶点u,存在则返回顶点表中的下标;否则返回-1
    int i;
    for(i=0;i<G.vexnum;++i)//有几条边就循环多少次
    {
        if(u==G.vexs[i])
            return i;
        return -1;
    }
}

Status CreateUDG(ALGraph &G)
{
    int i, j, k;
    cin >> G.vexnum >> G.arcnum;                            // 输入总顶点数,总边数
    for (i = 0; i < G.vexnum; ++i)                          // 输入各点,构造表头(顶点)节点表
    {
        cin >> G.vertices[i].data;                          // 输入顶点值
        G.vertices[i].firstarc = NULL;                      // 初始化表头结点的指针域
    }
    for (k = 0; k < G.arcnum; ++k)                          // 输入各边,构造邻接表
    {
        int v1, v2;
        cin >> v1 >> v2;                                    // 输入一条边依附的两个顶点
        i = LocateVex(G, v1);
        j = LocateVex(G, v2);
        ArcNode* p1 = new ArcNode;                           // 生成一个新的边结点*p1
        p1->adjvex = j;                                     // 邻接点序号为j
        p1->nextarc = G.vertices[i].firstarc;
        G.vertices[i].firstarc = p1;                         // 将新结点*p1插入顶点vi的边表头部(头插法)
        ArcNode* p2 = new ArcNode;                           // 生成一个新的边结点*p2
        p2->adjvex = i;                                     // 邻接点序号为i
        p2->nextarc = G.vertices[j].firstarc;
        G.vertices[j].firstarc = p2;                         // 将新结点*p2插入顶点vj的边表头部(头插法)
    }
    return OK;
}

这里的头插法特别解释一下

p1->nextarc = G.vertices[i].firstarc;  
G.vertices[i].firstarc = p1;           //将新结点*p1插入顶点vi的边表头部(头插法)

用邻接表创建有向图

只需将边改为弧,将以下代码去掉

        p2 = new ArcNode;                      //生成一个新的边结点*p2
        p2->adjvex = i;                        //邻接点序号为i
        p2->nextarc = G.vertices[j].firstarc;
        G.vertices[j].firstarc = p2;           //将新结点*p2插入顶点vj的边表头部(头插法)

Status CreateDG(ALGraph &G)
{
    cin >> G.vexnum >> G.arcnum;                        // 输入总顶点数,总边数
    for (int i = 0; i < G.vexnum; ++i)                   // 输入各点,构造表头(顶点)节点表
    {
        cin >> G.vertices[i].data;                      // 输入顶点值
        G.vertices[i].firstarc = NULL;                  // 初始化表头结点的指针域
    }
    for (int k = 0; k < G.arcnum; ++k)                   // 输入各边,构造邻接表
    {
        int v1, v2;
        cin >> v1 >> v2;                                 // 输入一条边依附的两个顶点
        int i = LocateVex(G, v1);
        int j = LocateVex(G, v2);
        ArcNode* p = new ArcNode;                         // 生成一个新的边结点*p
        p->adjvex = j;                                   // 邻接点序号为j
        p->nextarc = G.vertices[i].firstarc;             
        G.vertices[i].firstarc = p;                      // 将新结点*p插入顶点vi的边表头部(头插法)
    }
    return OK;
}

 用邻接表创建有向网

只需加入weight(权重值即可)

cin >> v1 >> v2 >> weight;

p->info=weight;

Status CreateWeightedDN(ALGraph &G)
{
    cin >> G.vexnum >> G.arcnum;                        // 输入总顶点数,总边数
    for (int i = 0; i < G.vexnum; ++i)                   // 输入各点,构造表头(顶点)节点表
    {
        cin >> G.vertices[i].data;                      // 输入顶点值
        G.vertices[i].firstarc = NULL;                  // 初始化表头结点的指针域
    }
    for (int k = 0; k < G.arcnum; ++k)                   // 输入各边,构造邻接表
    {
        int v1, v2, weight;
        cin >> v1 >> v2 >> weight;                       // 输入一条边依附的两个顶点和权值
        int i = LocateVex(G, v1);
        int j = LocateVex(G, v2);
        ArcNode* p = new ArcNode;                         // 生成一个新的边结点*p
        p->adjvex = j;                                   // 邻接点序号为j
        p->info = weight;                              // 边的权值为weight
        p->nextarc = G.vertices[i].firstarc;             
        G.vertices[i].firstarc = p;                      // 将新结点*p插入顶点vi的边表头部(头插法)
    }
    return OK;
}

 用邻接表创建无向网

只需在无向图的基础上加入weight(权重值即可)

cin >> v1 >> v2 >> weight;

p1->info=weight;

p2->info=weight;

Status CreateWeightedUDN(ALGraph &G)
{
    cin >> G.vexnum >> G.arcnum;                            // 输入总顶点数,总边数
    for (int i = 0; i < G.vexnum; ++i)                       // 输入各点,构造表头(顶点)节点表
    {
        cin >> G.vertices[i].data;                          // 输入顶点值
        G.vertices[i].firstarc = NULL;                      // 初始化表头结点的指针域
    }
    for (int k = 0; k < G.arcnum; ++k)                       // 输入各边,构造邻接表
    {
        int v1, v2, weight;
        cin >> v1 >> v2 >> weight;                           // 输入一条边依附的两个顶点和权值
        int i = LocateVex(G, v1);
        int j = LocateVex(G, v2);
        ArcNode* p1 = new ArcNode;                            // 生成一个新的边结点*p1
        p1->adjvex = j;                                      // 邻接点序号为j
        p1->info = weight;                                 // 边的权值为weight
        p1->nextarc = G.vertices[i].firstarc;
        G.vertices[i].firstarc = p1;                         // 将新结点*p1插入顶点vi的边表头部(头插法)
        ArcNode* p2 = new ArcNode;                            // 生成一个新的边结点*p2
        p2->adjvex = i;                                      // 邻接点序号为i
        p2->info = weight;                                 // 边的权值为weight
        p2->nextarc = G.vertices[j].firstarc;
        G.vertices[j].firstarc = p2;                         // 将新结点*p2插入顶点vj的边表头部(头插法)
    }
    return OK;
}

 邻接表的特点

•方便找任一顶点的所有“邻接点”
•节约稀疏图的空间
        •需要N个头指针 + 2E个结点 (每个结点至少2个域)

•方便计算任一顶点的“度”
对无向图:是的
对有向图:只能计算“出度”需要构造"逆邻接表"(存指向自己的边)来方便计算"入度"

•不方便检查任意一对顶点间是否存在边

三.邻接矩阵与邻接表的关系

1.联系:邻接表中每个链表对应于邻接矩阵中的一行,链表中结点个数等于一行中非零元素的个数

2.区别:
①对于任一确定的无向图,邻接矩阵是唯一的 (行列号与顶点编号致),但邻接表不唯一 (链接次序与顶点编号无关,与链接的算法有关(头插法或尾插法))

②邻接矩阵的空间复杂度为O(n^{2},而邻接表的空间复杂度为O(n+e),对于稀疏图而言,用邻接表的方式存储,空间复杂度更低。

3.用途:邻接矩阵多用于稠密图,邻接表多用于稀疏图。

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/weixin_69884785/article/details/132629111

智能推荐

什么是内部类?成员内部类、静态内部类、局部内部类和匿名内部类的区别及作用?_成员内部类和局部内部类的区别-程序员宅基地

文章浏览阅读3.4k次,点赞8次,收藏42次。一、什么是内部类?or 内部类的概念内部类是定义在另一个类中的类;下面类TestB是类TestA的内部类。即内部类对象引用了实例化该内部对象的外围类对象。public class TestA{ class TestB {}}二、 为什么需要内部类?or 内部类有什么作用?1、 内部类方法可以访问该类定义所在的作用域中的数据,包括私有数据。2、内部类可以对同一个包中的其他类隐藏起来。3、 当想要定义一个回调函数且不想编写大量代码时,使用匿名内部类比较便捷。三、 内部类的分类成员内部_成员内部类和局部内部类的区别

分布式系统_分布式系统运维工具-程序员宅基地

文章浏览阅读118次。分布式系统要求拆分分布式思想的实质搭配要求分布式系统要求按照某些特定的规则将项目进行拆分。如果将一个项目的所有模板功能都写到一起,当某个模块出现问题时将直接导致整个服务器出现问题。拆分按照业务拆分为不同的服务器,有效的降低系统架构的耦合性在业务拆分的基础上可按照代码层级进行拆分(view、controller、service、pojo)分布式思想的实质分布式思想的实质是为了系统的..._分布式系统运维工具

用Exce分析l数据极简入门_exce l趋势分析数据量-程序员宅基地

文章浏览阅读174次。1.数据源准备2.数据处理step1:数据表处理应用函数:①VLOOKUP函数; ② CONCATENATE函数终表:step2:数据透视表统计分析(1) 透视表汇总不同渠道用户数, 金额(2)透视表汇总不同日期购买用户数,金额(3)透视表汇总不同用户购买订单数,金额step3:讲第二步结果可视化, 比如, 柱形图(1)不同渠道用户数, 金额(2)不同日期..._exce l趋势分析数据量

宁盾堡垒机双因素认证方案_horizon宁盾双因素配置-程序员宅基地

文章浏览阅读3.3k次。堡垒机可以为企业实现服务器、网络设备、数据库、安全设备等的集中管控和安全可靠运行,帮助IT运维人员提高工作效率。通俗来说,就是用来控制哪些人可以登录哪些资产(事先防范和事中控制),以及录像记录登录资产后做了什么事情(事后溯源)。由于堡垒机内部保存着企业所有的设备资产和权限关系,是企业内部信息安全的重要一环。但目前出现的以下问题产生了很大安全隐患:密码设置过于简单,容易被暴力破解;为方便记忆,设置统一的密码,一旦单点被破,极易引发全面危机。在单一的静态密码验证机制下,登录密码是堡垒机安全的唯一_horizon宁盾双因素配置

谷歌浏览器安装(Win、Linux、离线安装)_chrome linux debian离线安装依赖-程序员宅基地

文章浏览阅读7.7k次,点赞4次,收藏16次。Chrome作为一款挺不错的浏览器,其有着诸多的优良特性,并且支持跨平台。其支持(Windows、Linux、Mac OS X、BSD、Android),在绝大多数情况下,其的安装都很简单,但有时会由于网络原因,无法安装,所以在这里总结下Chrome的安装。Windows下的安装:在线安装:离线安装:Linux下的安装:在线安装:离线安装:..._chrome linux debian离线安装依赖

烤仔TVの尚书房 | 逃离北上广?不如押宝越南“北上广”-程序员宅基地

文章浏览阅读153次。中国发达城市榜单每天都在刷新,但无非是北上广轮流坐庄。北京拥有最顶尖的文化资源,上海是“摩登”的国际化大都市,广州是活力四射的千年商都。GDP和发展潜力是衡量城市的数字指...

随便推点

java spark的使用和配置_使用java调用spark注册进去的程序-程序员宅基地

文章浏览阅读3.3k次。前言spark在java使用比较少,多是scala的用法,我这里介绍一下我在项目中使用的代码配置详细算法的使用请点击我主页列表查看版本jar版本说明spark3.0.1scala2.12这个版本注意和spark版本对应,只是为了引jar包springboot版本2.3.2.RELEASEmaven<!-- spark --> <dependency> <gro_使用java调用spark注册进去的程序

汽车零部件开发工具巨头V公司全套bootloader中UDS协议栈源代码,自己完成底层外设驱动开发后,集成即可使用_uds协议栈 源代码-程序员宅基地

文章浏览阅读4.8k次。汽车零部件开发工具巨头V公司全套bootloader中UDS协议栈源代码,自己完成底层外设驱动开发后,集成即可使用,代码精简高效,大厂出品有量产保证。:139800617636213023darcy169_uds协议栈 源代码

AUTOSAR基础篇之OS(下)_autosar 定义了 5 种多核支持类型-程序员宅基地

文章浏览阅读4.6k次,点赞20次,收藏148次。AUTOSAR基础篇之OS(下)前言首先,请问大家几个小小的问题,你清楚:你知道多核OS在什么场景下使用吗?多核系统OS又是如何协同启动或者关闭的呢?AUTOSAR OS存在哪些功能安全等方面的要求呢?多核OS之间的启动关闭与单核相比又存在哪些异同呢?。。。。。。今天,我们来一起探索并回答这些问题。为了便于大家理解,以下是本文的主题大纲:[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-JCXrdI0k-1636287756923)(https://gite_autosar 定义了 5 种多核支持类型

VS报错无法打开自己写的头文件_vs2013打不开自己定义的头文件-程序员宅基地

文章浏览阅读2.2k次,点赞6次,收藏14次。原因:自己写的头文件没有被加入到方案的包含目录中去,无法被检索到,也就无法打开。将自己写的头文件都放入header files。然后在VS界面上,右键方案名,点击属性。将自己头文件夹的目录添加进去。_vs2013打不开自己定义的头文件

【Redis】Redis基础命令集详解_redis命令-程序员宅基地

文章浏览阅读3.3w次,点赞80次,收藏342次。此时,可以将系统中所有用户的 Session 数据全部保存到 Redis 中,用户在提交新的请求后,系统先从Redis 中查找相应的Session 数据,如果存在,则再进行相关操作,否则跳转到登录页面。此时,可以将系统中所有用户的 Session 数据全部保存到 Redis 中,用户在提交新的请求后,系统先从Redis 中查找相应的Session 数据,如果存在,则再进行相关操作,否则跳转到登录页面。当数据量很大时,count 的数量的指定可能会不起作用,Redis 会自动调整每次的遍历数目。_redis命令

URP渲染管线简介-程序员宅基地

文章浏览阅读449次,点赞3次,收藏3次。URP的设计目标是在保持高性能的同时,提供更多的渲染功能和自定义选项。与普通项目相比,会多出Presets文件夹,里面包含着一些设置,包括本色,声音,法线,贴图等设置。全局只有主光源和附加光源,主光源只支持平行光,附加光源数量有限制,主光源和附加光源在一次Pass中可以一起着色。URP:全局只有主光源和附加光源,主光源只支持平行光,附加光源数量有限制,一次Pass可以计算多个光源。可编程渲染管线:渲染策略是可以供程序员定制的,可以定制的有:光照计算和光源,深度测试,摄像机光照烘焙,后期处理策略等等。_urp渲染管线

推荐文章

热门文章

相关标签