26考研——图_图的存储(6)

408答疑


文章目录


二、图的存储

图的存储相关概念

  • 图的存储必须要完整、准确地反映顶点集和边集的信息。
  • 根据不同图的结构和算法,采用不同的存储方式将对程序的效率产生相当大的影响,因此所选的存储结构应适合于待求解的问题。

邻接矩阵存储方式

邻接矩阵的定义

对于顶点数为 n n n 的图 G = ( V , E ) G=(V, E) G=(V,E),其邻接矩阵 A A A 是 n × n n \times n n×n 的二维数组。邻接矩阵存储方式通过二维数组表示图的结构:

  1. 顶点信息:使用一维数组存储图中所有顶点的信息。
  2. 边信息:使用二维数组(邻接矩阵)存储顶点之间的邻接关系。

若顶点编号为 v 1 , v 2 , ⋯   , v n v_1, v_2, \cdots, v_n v1,v2,⋯,vn,则矩阵元素定义为:

  • 普通图(无权重)
    A [ i ] [ j ] = { 1 , 若存在边 ( v i , v j ) 或 < v i , v j > 0 , 否则 A[i][j] = \begin{cases} 1, & \text{若存在边 (v_i, v_j)\} \\ 0, & \text{否则} \end{cases} A[i][j]={1,0,若存在边 (vi,vj) 或 <vi,vj>否则
  • 有向图的邻接矩阵中,非对称元素表示单向边。
  • 无向图的邻接矩阵为对称矩阵。
  • 带权图(网)
    A [ i ] [ j ] = { w i j , 若存在边 ( v i , v j ) 或 < v i , v j > 0 或 ∞ , 否则(通常对角线元素用 0 表示) A[i][j] = \begin{cases} w_{ij}, & \text{若存在边 (v_i, v_j)\} \\ 0 \text{ 或 } \infty, & \text{否则(通常对角线元素用 0 表示)} \end{cases} A[i][j]={wij,0 或 ∞,若存在边 (vi,vj) 或 <vi,vj>否则(通常对角线元素用 0 表示)
  • 网的邻接矩阵中,非零元素表示边的权值, 0 0 0 或 ∞ \infty ∞ 表示无边。

顶点的度计算

  1. 无向图 :顶点 v i v_i vi 的度 TD ( v i ) \text{TD}(v_i) TD(vi) 等于邻接矩阵第 i i i 行(或第 i i i 列)非零元素个数。
  2. 有向图
    • 出度 OD ( v i ) \text{OD}(v_i) OD(vi):第 i i i 行非零元素个数。
    • 入度 ID ( v i ) \text{ID}(v_i) ID(vi):第 i i i 列非零元素个数。

邻接矩阵的特点

  1. 有向图与无向图的区别
    • 有向图的邻接矩阵可能不对称。
    • 无向图的邻接矩阵是对称矩阵。
  2. 空间复杂度 :顶点数为 n n n 时,邻接矩阵的空间复杂度为 O ( n 2 ) O(n^2) O(n2),适合稠密图。
  3. 二维数组的行和列对应顶点的编号,矩阵元素表示顶点间的连接关系。
    • 例如,矩阵中第 i i i 行第 j j j 列的值表示顶点 v i v_i vi 到 v j v_j vj 是否存在边或边的权重。
  4. 邻接矩阵的遍历时间复杂度 :基于邻接矩阵的遍历(如DFS、BFS)时间复杂度为 O ( n 2 ) O(n^2) O(n2)。
邻接矩阵的局限性
  • 边数统计 :需遍历整个矩阵,时间复杂度为 O ( n 2 ) O(n^2) O(n2)。
  • 稀疏图效率低 :存储大量 0 0 0 或 ∞ \infty ∞ 元素浪费空间。

应用场景

  • 邻接矩阵便于快速判断顶点间的邻接关系(时间复杂度 O ( 1 ) O(1) O(1))。
  • 适合需要频繁查询边存在的场景,但对稀疏图存储效率较低。

邻接矩阵的幂次意义(了解即可)

  • 设邻接矩阵为 A A A,则 A n [ i ] [ j ] A^n[i][j] An[i][j] 表示顶点 i i i 到 j j j 的长度为 n n n 的路径数目。

邻接表存储方式

邻接表定义

  • 邻接表是数组和链表的结合存储操作。
  • 数组存放的是顶点,链表的结点表示边。

邻接表结构

  • 顶点表结点由两个域组成:

    • 顶点域(data) :存储顶点 v i v_i vi 的相关信息。
    • 边表头指针域(firstarc) :指向第一条边的边表结点。
  • 边表结点至少由两个域组成:

    • 邻接点域(adjvex) :存储与头结点顶点 v i v_i vi 邻接的顶点编号。
    • 指针域(nextarc) :指向下一条边的边表结点。
  • 无向图和有向图的邻接表的实例

邻接表的特点

  1. 存储空间
    • 若 G G G 为无向图,则所需的存储空间为 O ( ∣ V ∣ + 2 ∣ E ∣ ) O(|V| + 2|E|) O(∣V∣+2∣E∣);
    • 若 G G G 为有向图,则所需的存储空间为 O ( ∣ V ∣ + ∣ E ∣ ) O(|V| + |E|) O(∣V∣+∣E∣)。
  2. 稀疏图的存储
    • 对于稀疏图(即边数较少的图),采用邻接表表示将极大地节省存储空间。
  3. 操作效率
    • 在邻接表中,给定一个顶点,能很容易地找出它的所有邻边,因为只需要读取它的邻接表。
    • 在邻接矩阵中,相同的操作则需要扫描一行,花费的时间为 O ( n ) O(n) O(n)。但是,若要确定给定的两个顶点间是否存在边,则在邻接矩阵中可以立刻查到,而在邻接表中则需要在相应结点对应的边表中查找另一结点,效率较低。
  4. 顶点的度
    • 在无向图的邻接表中,求某个顶点的度只需计算其邻接表中的边表结点个数。
    • 在有向图的邻接表中,求某个顶点的出度只需计算其邻接表中的边表结点个数;但求某个顶点 x x x 的入度则需遍历全部的邻接表,统计邻接点(adjvex)域为 x x x 的边表结点个数。
  5. 邻接表的唯一性
    • 图的邻接表表示并不唯一,因为在每个顶点对应的边表中,各边结点的链接次序可以是任意的,它取决于建立邻接表的算法及边的输入次序。

邻接矩阵和邻接表的适用性差异

  • 对于稀疏图,邻接表法比邻接矩阵法更节省存储空间。
  • 在邻接表中,给定顶点查找其所有邻边的效率较高,但在邻接矩阵中,确定两个顶点间是否存在边的效率更高。

十字链表

十字链表定义

  • 十字链表是针对有向图的一种链式存储结构。
  • 在十字链表中,有向图的每条弧用一个结点(弧结点)来表示,每个顶点也用一个结点(顶点结点)来表示。

十字链表结构

  • 弧结点

    • 有 5 个域:tailvexheadvexhlinktlinkinfo
      • tailvexheadvex 两个域分别指示弧尾和弧头这两个顶点的编号。
      • hlink 指向弧头相同的下一个弧结点。
      • tlink 指向弧尾相同的下一个弧结点。
      • info 存放该弧的相关信息。
    • 弧头相同的弧在同一个链表上,弧尾相同的弧也在同一个链表上。
  • 顶点结点

    • 有 3 个域:datafirstinfirstout
      • data 域存放该顶点的数据信息,如顶点名称。
      • firstin 域指向以该顶点为弧头的第一个弧结点。
      • firstout 域指向以该顶点为弧尾的第一个弧结点。
  • 顶点结点之间是顺序存储的,弧结点省略了 info 域。

十字链表的特点

  • 在十字链表中,既容易找到 V i V_i Vi 为尾的弧,也容易找到 V i V_i Vi 为头的弧,因而容易求得顶点的出度和入度。
  • 图的十字链表表示不是唯一的,但一个十字链表表示唯一确定一个图。

十字链表的适用性

  • 十字链表适合用于有向图的存储,能够有效地表示和操作有向图的边和顶点。

邻接多重表

邻接多重表定义

  • 邻接多重表是无向图的一种链式存储结构。
  • 在邻接表中,容易求得顶点和边的各种信息,但在邻接表中求两个顶点之间是否存在边而对边执行删除等操作时,需要分别在两个顶点的边表中遍历,效率较低。

邻接多重表结构

  • 每条边用一个结点表示,其结构如下所示:
    • ivexjvex 这两个域指示该边依附的两个顶点的编号;
    • ilink 域指向下一条依附于顶点 ivex 的边;
    • jlink 域指向下一条依附于顶点 jvex 的边;
    • info 域存放该边的相关信息。
  • 每个顶点也用一个结点表示,它由两个域组成:
    • data 域存放该顶点的相关信息;
    • firstedge 域指向第一条依附于该顶点的边。
  • 邻接多重表的各种基本操作的实现和邻接表类似。

邻接多重表的特点

  • 在邻接多重表中,所有依附于同一顶点的边串联在同一个链表中,因为每条边依附于两个顶点,所以每个边结点同时链接在两个链表中。
  • 对无向图而言,其邻接多重表和邻接表的差别仅在于,同一条边在邻接表中用两个结点表示,而在邻接多重表中只有一个结点。

邻接多重表的适用性

  • 邻接多重表适合用于无向图的存储,能够有效地表示和操作无向图的边和顶点。
  • 邻接多重表的各种基本操作的实现和邻接表类似。

总结对比

存储方式 邻接矩阵 邻接表 十字链表 邻接多重表
空间复杂度 O ( O( O(| V V V| 2 ) ^2) 2) 无向图: O ( O( O(| V V V|+2| E E E| ) ) ) 有向图: O ( O( O(| V V V|+| E E E| ) ) ) O ( O( O(| V V V|+| E E E| ) ) ) O ( O( O(| V V V|+| E E E| ) ) )
找相邻边 遍历对应行或列的时间复杂度为 O ( O( O(| V V V| 2 ) ^2) 2) 找有向图的入度必须遍历整个邻接表 很方便 很方便
删除边或顶点 删除边很方便,删除顶点需要大量移动数据 无向图中删除边或顶点都不方便 很方便 很方便
适用于 稠密图 稀疏图和其他 只能存有向图 只能存无向图
表示方式 唯一 不唯一 不唯一 不唯一

六、参考资料

鲍鱼科技课件

b站免费王道课后题讲解: link

网课全程班: link

26王道考研书

相关推荐
藍海琴泉7 分钟前
蓝桥杯算法精讲:二分查找实战与变种解析
python·算法
大刀爱敲代码1 小时前
基础算法01——二分查找(Binary Search)
java·算法
大小胖虎2 小时前
数据结构——第六章:图
数据结构·笔记··最小生成树·拓扑排序·最短路径
kfepiza5 小时前
netplan是如何操控systemd-networkd的? 笔记250324
linux·网络·笔记·ubuntu
王小小海5 小时前
【笔记分享】nRF54H20 SPI速率范围记录
笔记·单片机·嵌入式硬件·嵌入式
HR Zhou5 小时前
群体智能优化算法-正弦余弦算法(Sine Cosine Algorithm, SCA,含Matlab源代码)
算法·机器学习·matlab·优化·群体智能优化
自信的小螺丝钉5 小时前
Leetcode 378. 有序矩阵中第 K 小的元素 二分查找
算法·leetcode·矩阵·二分查找
珊瑚里的鱼6 小时前
第三讲 | C/C++内存管理完全手册
c语言·c++·笔记·程序人生·visualstudio·visual studio
m0_735234606 小时前
蓝桥杯算法实战分享:算法进阶之路与实战技巧
算法·职场和发展·蓝桥杯
程序员老周6666 小时前
矩阵补充,最近邻查找
算法·机器学习·推荐算法