邻接表

typedef struct arcnode //边节点 { int adjvex; struct arcnode* nextarc; int weight; }arcnode; typedef struct vnode //顶点节点 { int data; arcnode* firstarc; }vnode, adjlist[100];//邻接表 typedef struct Graph //图结构 { adjlist ver; int vernum, arcnum; }Graph; void Delete(adjlist g, int i, int j) { arcnode *p,*pre; p = g[i].firstarc; pre = NULL; while (p) { if (p->adjvex == j)//找到弧 { if (pre == null)//此节点第一条弧 { g[i].firstarc = p->nextarc; } else//删除操作 { pre->nextarc = p->nextarc; free(p); } } else//未找到，继续搜索 { pre = p; p = p->nextarc; } } p = g[j].firstarc;//无向图搜索两个方向 pre = NULL; while (p) { if (p->adjvex ==

链式前向星比vector邻接表在内存性能和时间性能上更好。 链式前向星用法详见以下模板代码： #include<bits/stdc++.h> using namespace std; const int maxn=1e3+10;//最大点数 const int maxm=1e6+10;//最大边数 struct node{int to,w,next;}edge[maxm];//边集，to终点，w边权，next同起点的上一条边的编号 int n,m,head[maxn];//输入n个点，m条边 struct Chain_Forward_Star{//链式前向星 int cnt; void init(){//初始化 cnt=0; memset(head,-1,sizeof(head));//初始化为-1 } void add(int u,int v,int w){//加边,u起点，v终点，w边权 edge[cnt].to=v; edge[cnt].w=w; edge[cnt].next=head[u];//同样以u为起点的上一条边的编号 head[u]=cnt++;//更新以u为起点的上一条边的编号 } }CFS; int main() { int u,v,w; cin>>n>>m; CFS.init(); for(int i=1;i<=m;i++){ cin>>u>>v>>w;/

数组实现邻接表 思路： 临接表是储存一条边的起点，终点，权重，用数组实现时用srtuct数组e中储存上述内容。 在储存时，我们储存起点的编号和终点的编号。 为了方便的遍历各点，我们还需要储存下一条边的位置。 emmmm非常抽象，我都不知道自己解释的啥玩意。 我们来用图片、代码和实例来说话（原谅我的画风） int head[7], total, n, m; struct edge { int u, v, w; }e[10]; 左边的条条是数组head，储存的是每个点第一个出边在数组e中的位置 右边的框框是数组e，每个格子储存3个元素，u起点，v终点，w权重 我们假设一共有6个点，9条边。 那我们一共就要储存6个点的第一条出边在e中的位置，即head[6+1]注意数组的结尾。 9条边分别储存在数组e中，即e[9+1]结尾同理。 解释完了变量我们开始输入 数据： 6 9 //点数和边数 1 2 1 //u v w w权重这里不多说，最后加上就行 1 3 12 2 3 9 2 4 3 3 5 5 4 3 4 4 5 13 4 6 15 5 6 4 1 2 1 点1连向点2权重为1 我们将head[1]赋值为1，表示点1的第一条出边储存在e[1]中。 那我们第一条边的起点有了，终点2呢？ 我们将e[i]的元素u赋值为2，表示这条边的中点为2。 w为权重不解释。v马上解释

kruskal与prim都是用于图的最小生成树，prim从点出发，kruskal从边出发，不同的角度解决问题，对应不同的应用场景。prim适用于点少边多的图（稠密图），kruskal 使用于边少点多的图（稀疏图），中心思想就是先排序所有边，从最小寻找两点对应的根，再把根相连，若根相同，则会成环，这在树中是不被允许的。树中的边的数目为点的数目-1，则完成最小生成树。以下代码用邻接矩阵实现，用邻接表更容易实现，我就不打邻接表的实现了，很简单 #include<iostream> #define MAX_VERTEX 100 #define INFINITE 65535 using namespace std; //common int _count=0; struct Side{ int start; int end; int weight; }; Side* _pSide; int vertex_parent[MAX_VERTEX]; int GetParent(int i){ int k=vertex_parent[i]; while(k!=0){ i=k; k=vertex_parent[k]; } return i; } //array char vertex_infos[MAX_VERTEX]; int matrix[MAX_VERTEX][MAX_VERTEX]; void

虽然邻接矩阵真的很方便，很简单，很利于理解，但却有着一些重大缺陷； 当我们遇到的是一张稀疏图的时候，邻接矩阵就造成严重的空间浪费，更直接一点，就是根本存不下来； 这个时候就不得不考虑其他存图方式了，这个时候另一种流行的存图方式就登场了——邻接表，当然使用vector数组也是一种良好的选择； 邻接表的实现可以通过链表或数组的方式实现，我这里主要讲数组的实现方法； 首先，有三个数组，分别为u[max]，v[max]，w[max]分别代表着每条边的起点，终点，权重，而下标则代表着边的编号； 然后设立first[max]，next[first]这两个数组； first数组存储的是边的编号，下标代表的是边的起始结点； next数组存储的是编号为i的前一条边的编号，其中i就是下标； 那么插入一条边的过程就是这样的： 首先将边读入到u，v，w这三个数组中； 然后根据u找到first数组中下标为u的那栏，如果为空，就将边的编号直接加入其中，否则，将这编号放入对应的next数组中，将first数组中存新加入的结点编号； int n,m;//结点数目，边的数目 int u[1000],v[1000],w[1000];//边的起点，终点，权重 int first[1000],next[1000]; cin>>n>>m; for(int i=1;i<=n;++i) { first[i]=-1;//将

数据结构-图-C语言-邻接表 # include <stdio.h> # include <stdlib.h> # define Max 100 typedef int Vertex ; typedef int WeightType ; /** * * @author Caedios * @attr v1 顶点v1,即有向边v1->v2 * @attr v2 顶点v2,即有向边v1->v2 * @attr weight 边的权重 * */ struct ENode { Vertex v1 , v2 ; WeightType weight ; } ; typedef struct ENode * pENode ; /** * * @author Caedios * @attr subNum 邻接点下标 * @attr weight 边权重 * @attr pVNode 指向下个邻接点 * */ struct VNode { Vertex subNum ; WeightType weight ; pVNode nextVNode ; } ; typedef struct VNode * pVNode ; /** * * @author Caedios * @attr headVNode 邻接表的头顶点指针 * */ struct HeadVNode { pVNode headVNode

图的邻接表存储法 又叫链式存储法 可以用数组模拟 定义 struct edge{ int next; //下一条边的编号 int to; //这条边到达的点 int dis; //这条边的长度 }edge[size]; //COYG 核心代码 加入一条从from到to距离为dis的单向边 inline void add( int from , int to, int dis) { edge[++num].next=head[ from ]; edge[num].to=to; edge[num].dis=dis; head[ from ]=num; } //COYG 举一个例子吧 别喷图 图上每一个边上的数字 既是编号 也是长度 就是这样一个简单图 按照上面的代码 存储完之后各数组的情况是这样的 next数组是这样存的：对于一条边 假如之前已经加入过与这条边同一起点的边 则储存最靠后的同起点边的编号 如果之前没有加入过任何与这条边同起点的边 则next数组的值为0 dis数组是存储的当前这条边的长度 to数组很好理解 它存储的就是你现在输入的这条边的末端点 head[i]代表第i个点为端点连接的最后一条边的编号 主要要点就这些 继续努力 来源： CSDN 作者： ars4me 链接： https://blog.csdn.net/qq_36303472/article/details

  我们知道图的存储结构有邻接矩阵存储方法和邻接表存储方法，而对于邻接矩阵我们已经学习过了，本篇将主要介绍图的邻接表存储结构。 图1-图的邻接表存储结构 1. 邻接表存储带权有向图 图2-邻接表存储有向图    邻接表存储方法是对图中每个顶点i建立一个单链表，将顶点i的所有邻接点链接起来，然后再给每个单链表上附设一个表头节点（表示顶点信息），将所有表头节点构成一个数组（顺序表），下标为i的元素表示顶点i的表头节点，因此不难看出单链表中的每个节点代表着一条边，我们称之为边节点 。 2. 邻接表的存储结构   从邻接表存储方法我们可知，图的邻接表存储方法是一种 顺序分配和链式分配 相结合的存储方法。而且邻接表中有两类节点：表头节点和单链表中的边节点。   如图2所示，在表头节点中的data域表示每个顶点的信息，firstarc域用于指向单链表的第一个边节点（即相关联的邻接点），而单链表中的每个边节点又包括了adjvex域，nextar域，info域。   adjvex域用于存储某顶点的邻接点，而nextar域则用于指向单链表中的下一个边节点，而info域则用于存储边节点信息，如权值。 由以上这些信息，我们可以定义邻接表存储结构，如下所示： typedef struct ANode { int adjvex; //记录某顶点的邻接点 struct ANode *nextarc; /

我学过的图的存储方式有两种，一种是用邻接矩阵存储，邻接矩阵的优点是可以快速判断两个顶点之间是否存在边，可以快速添加边或者删除边。但是他也有很明显的不足，那就是邻接矩阵的大小只能根据点来定义，若一个图的点较多但是边很少，如果用邻接矩阵来储存会浪费很大多的空间资源，这时我们的 邻接表登场了！！！ 邻接表就是根据边来定义大小的。 介绍一下邻接表，邻接表可以用结构体 + 指针实现 也可以由结构体 + 数组实现 今天讲一下 结构体 + 数组 来实现邻接表 结构体模板 : #include<stdio.h> #include<stdlib.h> #include<string.h> #define MAXN 10000 struct { int value; //用来存边的权值 int to; //用来存边的末端 int next;// 用来储存下一条边的编号 }edges[MAXN]; int cnt = 0; //第一边的编号为零 int head[MAXN]; //储存以 i 为 始点的边的编号 void init(){ memset(head,-1,sizeof(head)); //初始化每个点均没在边中 } void add(int u,int v,int value){ edges[cnt].to = v; //编号为 cnt的边的末端 edges[cnt].value =

Def：邻接表是图的链式存储结构，其意义是把每个邻接于vi的顶点连接成一个单链表，这个单链表就成为该顶点的邻接表。 实现方法： 1、动态建表 Method：对于每个读入的边建立一个邻接表节点的对象，加入到相应的邻接表中，同时动态申请内存。 Property： （1）对于无向图的邻接表，每个顶点度就是该顶点的邻接表中节点数。 （2）对于有向图，第i个链表（邻接表）中的节点数是vi节点的出度；求其入度需要遍历整个邻接表或者建立你邻接表。 （3）对于同一个图，输入边的顺序不同，其邻接表也不一样。 AnalystS： （1）时间效率：O（m）,空间效率O（m）。 （2）根据需求动态申请内存，需要多少内存就申请多少。 AnalystW： （1）需要考虑内存的释放问题。 （2）一次性申请内存与随机申请再申请总数一定的时候前者消耗时间少。 （3）判断任意两个顶点之间是否有边连接时需要搜索这两个点的链表。 #include #include using namespace std; #define maxn 100 struct Edgenode //邻接表节点 { int to;//边指向的终点 int w;//该边的权值 Edgenode *next;//指向当前点上一次已经保存的邻接点，把该点的所有邻接点连到一起 }; struct Vnode //表头节点 { int from; /