数据结构与算法(九)图链式存储

邻接表

度:无向图的度:顶点与邻接点连接的边就做度。有向图的度:指向顶点的边叫做入度,由顶点指向其他邻接点的边叫做出度

顶点:存储自身顶点信息和指向下一个临界点的指针

邻接点:保存临接点的存储下标和下一个邻接点的指向指针

存储方式:单向链接

无向图存储

arr[] = {a, d, c, b} 0 1 2 3

一个节点可以能多个邻接点,该节点可通过索引进行选择下一个邻接点选择哪个,如下图:

头表和邻接表

由上图可知,A有三个邻接点,分别是B C D。B有两个邻接点,分别是A C

在需要时,A可以直接指向C或D

有向图存储

有向图中,每一条边都有方向指向,分为出边和入边

在邻接表存储中只有出边没有入边

如上,只有A到E的边,没有E到A的边

带权图,只需同上加一个 权值表即可

在实际存储过程中,顶点和邻接点常以两种形式存储

邻接点:

struct AjdNode

{

int index; 下标

struct AdjNode* next; 指向下一个同类型的指针

}

顶点:

struct Node

{

int data; 任意类型的数据域

struct AjdNode* first; 指向第一个邻接点结构的指针

}

邻接表代码实现

const int g_maxcount = 1000; 定义一个最大节点数

int g_edge;

int g_nCount;

typedef struct _Node 按常理应有顶点和邻接点结构体,但此处省略写,两者共用一个结构体

{

int nIndex; 既是邻接点下标也是data

struct _Node * next;

}Node;

Node* head[g_nMaxCount];

声明一个数组,head相当于顶点,[]中相当于下标指向某一个顶点

void Create() 创建

{

std::cout << "Input Node Count And Edge:" ;

char cStart;

char cEnd; 边的两头,两个节点的字符

std::cin >> g_nCount >> g_Edge; 输入要有多少个节点多少个边

for(size_t i = 0; i < g_nEdge; i++)

{

std::cin >> cStart >> cEnd; 输入边的两头 如边ab ac

int headIndex = cStart - 'a'; 转成数字编号,头节点的下标

int nEdgeIndex = cEnd - 'a'; 尾节点的下标 input a - a = 0, b - a = 1 ,ASCII码应用

Node* newNode = new Node; 进行插入

newNode->nIndex = nEdgeIndex;

比如head是a edge是b,输入ab,a是顶点,b是邻接点,以邻接点b即b-a的数值当作下标从a指向b,具体理解如下

newNode->next = head[nheadIndex];头插法,将新节点向下的指针,指向原有的第一个邻接点

head[nheadIndex] = newNode;

}

}

void print() 输出

{

for(size_t i = 0; i < g_nCount; i++) 判断有多少个头

{

for(Node* temp = head[i]; temp != NULL; temp = temp->next) 遍历所有的头的邻接点

临时节点指向头节点

{

std::out << "[" <<temp->nIndex << "]\t";

}

std::cout << std::endl;

}

}

链式前向星

链式前向星由边集数组和头顶点数组组成,优点是可以快速访问一个点所有邻接点

边集数组 egde[i] 存储边

#define max 100

struct node 边集数组结构

{

int to; 结尾的点

struct node * next;

int weight; 权值

}edge[max]; 定义有100个结构体

如下一个无向图

头节点数组

head[i] 存储下标 指向的第一个edge的下标

该图存储各个顶点信息 -1表示该顶点没有连向任何一个节点

边集数组便是将上述两个图结合起来,具体如下

最左边一列表示以哪个节点作为顶点

head表示该顶点指向的第一个边,如上图第一行head为2表示A指向了第2个边即edge[2]

上图中存储了各个边的信息 如第一条边存储了AB边,B是1,to是1

如上图边集数组A指向C之后A指向B,则在上图AC边next指向AB边

链式前向星代码实现

const int g_MaxCount = 100;

int g_nCount; 节点

int g_nEdge; 边

int g_nIndex; 索引

int g_nTo; 尾节点

int g_nWeight; 权值

int g_nHead; 顶点

int head[g_MaxCount];

struct Edge 边集数组

{

int to;

int weight;

int next;

}e[g_MaxCount];

void init()

{

memset(head, -1, (sizeof(int) * g_MaxCount));

g_nHead = 0;

}

void add(int index; int to; int weight)

{

e[g_nHead].to = to;

e[g_nHead].weight = weight;

e[g_Head].next = head[index];

head[index] = g_nHead++;

}

void print()

{

for(size_t i = 1; i <= g_nCount; i++)

{

std::cout << i << ":\t";

for(size_t j = head[i]; ~j; j = e[j].next) 遍历头数组 ~j相当于j != -1

{

std::cout << "[" << e[i].to << e[i].weight << "]\t";

}

std::cout << std::endl;

}

}

应用:

std::cin >> g_nCount >> g_nEdge;

init();

for(size_t i = 1; i <= g_nEdge; i++)

{

std::cin >> g_nIndex >> g_nTo >> g_nWeight;

add(g_nIndex, g_nTo, g_nWeigh);

add(g_nTo, g_nIndex, g_nWeigh);

}

print();

应用结果如下图

相关推荐
Sunyanhui17 分钟前
力扣 三数之和-15
数据结构·算法·leetcode
Mr.kanglong7 分钟前
【LeetCode热题100】队列+宽搜
算法·leetcode·职场和发展
sp_fyf_20249 分钟前
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-11-05
人工智能·深度学习·神经网络·算法·机器学习·语言模型·数据挖掘
钰见梵星20 分钟前
深度学习优化算法
人工智能·深度学习·算法
zzzhpzhpzzz43 分钟前
设计模式——观察者模式
算法·观察者模式·设计模式
Mr__vantasy1 小时前
数据结构(初阶6)---二叉树(遍历——递归的艺术)(详解)
c语言·开发语言·数据结构·算法·leetcode
敲键盘的老乡1 小时前
堆优化版本的Prim
数据结构·c++·算法·图论·最小生成树
码农多耕地呗1 小时前
trie树-acwing
数据结构·c++·算法
奥利奥冰茶1 小时前
Linux下通过DRM操作屏幕,发生行对齐 (stride)问题
算法
建模忠哥小师妹1 小时前
2024亚太杯C题宠物行业及相关产业的发展分析和策略——成品参考思路模型代码
算法