图操作之邻接矩阵与邻接表的深度优先遍历

简介: 图操作之邻接矩阵与邻接表的深度优先遍历

先附上程序效果:

邻接表

邻接矩阵,也就是使用二维数组用来存放每个顶点与对应边的关系,例如两个顶点存在边,那么就将这个二维数组对应的下标设置为一个非0值。如下图:

无向图情况:

有向图情况:

邻接矩阵是一种不错的图存储结构,但是对于边数使用较少的图,比较浪费存储空间,

比如下面这种情况:

而学习线性表的时候我们都知道顺序存储结构浪费空间,所以引出了链式存储结构来节约空间。

因此,同样的我们可以对弧或边使用链式存储结构来避免空间浪费的问题。

于是我们引出了新的图存储结构,邻接表。

我们通过将数组与链表结合来存储一张图,而这种链表与数组相结合的的存储方法称为邻接表。

那么邻接表大概我们知道是什么样子了,那么实现起来就容易了。

接下来是结构体的定义:

typedef struct Adjvex   //邻接域
{
  int adjvex;   //顶点的邻接点在数组的下标
  int weight;   //权值 有没有都可以 看你用的是有向还是无向图
  Adjvex* next; //下一个邻接点在数组的下标
}*Edgenode,Adjvex;
typedef struct Vertxnode  //顶点节点 顶点数组 存放节点以及邻接的顶点的下标指针
{
  ElemType data;
  Adjvex* firstedge;
}Vertexnode,Adjlist[MAXSIZE];
typedef struct Graphlist    //邻接表 将顶点数组与顶点数和边数结合
{
  Adjlist adjlist;    //顶点数组以及邻接域
  int vexnum, edgenum;  //顶点和边数目;
}Graphlist,*p_Graphlist;
int Visited[MAXSIZE] = {0}; //用来表示当前顶点是否被访问 1表示访问 0表示没有访问
int AdjRectangle[MAXSIZE][MAXSIZE]; //二维数组模拟邻接矩阵

对于无向图的构建,我们遵循对称原则,这是由于无向图一条边指向的两个顶点是互相指向对方的,所以在对方的邻接顶点域中都需要将对方的下标存放进来。

void CreateGraphlist(p_Graphlist p)
{
  int i, j, k;
  Edgenode e;
  cout << "输入顶点数和边数" << endl;
  cin >> p->vexnum >> p->edgenum;   //输入边数和表数
  for (i = 0; i < p->vexnum; i++)   //初始化顶点表
  {
    cout << "输入顶点数据" << endl;
    cin >> p->adjlist[i].data;  //顶点数据赋值
    p->adjlist[i].firstedge = NULL; //暂定邻接边表为空
  }
  for (i = 0; i < p->vexnum; i++)//二维数组模拟邻接矩阵|0 0 1| 
  {                       //例如   |0 0 1|
    for (k = 0; k < p->vexnum; k++)     //     |1 1 0|
    {
      AdjRectangle[i][k] = 0;       //暂定初始化为全0
    }
  }
  for (k = 0; k < p->edgenum; k++)//这个for循环用于输入edgenum个边
  {
    cout << "输入边(vi,vj)上的顶点序号" << endl; //vi为边尾,vj为边头
    cin >> i >> j;       //输入0,1则代表边尾为v0,边头尾v1
    AdjRectangle[i][j] = 1;  //对应的数组位置设置为1,代表有一个表
    AdjRectangle[j][i] = 1;  //矩阵是对称的,对应的位置也置为1
    e = (Edgenode)malloc(sizeof(Adjvex)); //创建邻接顶点表指针
    e->adjvex = j;              //邻接表的顶点指向j
    //e->next = p->adjlist[i].firstedge;
    p->adjlist[i].firstedge = e;      //第一个边指向第一个边表
    e = (Edgenode)malloc(sizeof(Adjvex));  //对称式结构
    e->adjvex = i;
    //e->next = p->adjlist[j].firstedge;
    p->adjlist[j].firstedge = e;
  }
  for (int i = 0; i < p->vexnum; i++) {  //输出邻接矩阵
    for (int j = 0; j < p->vexnum; j++)
    {
      cout << AdjRectangle[i][j] << "  ";
    }
    cout << endl;
  }
  DFSTraverse(p);
}

注意:

这里必须着重讲解一下一个节点有多个邻接点的情况。

图中的每一个节点都不止一个邻接点,那么这些邻接点的next是如何指向下一个邻接点的呢?

光看程序不好想象,那么就让我们debug一下吧。

我们以v0点为例,输入v1与v3两条边(只是为了debug而已,了解一次过程就可以推导下一次的过程)

先建立v0与v1的一条边

中途由于不小心点了一下关闭所以可能和下面图片v1的地址是不一样的,但是要表达的意思一样。

可以发现我先输入了v1节点,firstedge会先指向v1节点,而由于firstedge的初始化是NULL,所以v1的next节点是NULL,而之后我输入了v3节点之后,firstedge指向了v3节点,v3节点的next会指向v1节点,这样就形成了一个环路,也就是先输入的反倒在越后面。

那么创建就结束了,比较好理解这个创建,如果实在不理解是怎么创建的,可以进行dubug查看。

那么最后就是重头戏如何遍历整个图了。

我们使用深度优先遍历的方法

那么什么是深度优先遍历?

深度优先遍历:

思路大概是从图的某个节点v出发,访问此顶点,然后从v的未被访问的邻接点出发深度优先遍历图,直到所有图中和v有路径的相通的顶点都被访问到。上图中v0节点先访问v1,v1被访问后v1先访问自己的邻接点v2,v2又访问自己的邻接点v3,v3访问自己的邻接点v0,之后发现v0已经被访问过了,那么就从v3退回到v2再从v2退回到v1,v1再退回到v0,这样就形成了深度优先遍历。可以发现这是由递归来实现的。

那么最后直接放代码吧。分为了邻接表和邻接矩阵的递归遍历。

代码:

头文件代码:

#pragma once
#include<iostream>
#include <cstdio>
#include<cstdlib>
typedef int Status;
typedef int ElemType;
typedef char cElemType;
#define TRUE 1
#define FALSE 0
#define OK 1
#define ERROR 0
#define MAXSIZE 20
#define make (struct student*)malloc(sizeof(struct student));
using namespace std;

实现代码

#include<algo.h>
typedef struct Adjvex   //邻接域
{
  int adjvex;   //顶点的邻接点在数组的下标
  int weight;   //权值
  Adjvex* next; //下一个邻接点在数组的下标
}*Edgenode,Adjvex;
typedef struct Vertxnode  //顶点节点
{
  ElemType data;
  Adjvex* firstedge;
}Vertexnode,Adjlist[MAXSIZE];
typedef struct Graphlist    //邻接表
{
  Adjlist adjlist;    //顶点数组以及邻接域
  int vexnum, edgenum;  //顶点和边数目;
}Graphlist,*p_Graphlist;
int Visited[MAXSIZE] = {0}; //用来表示当前顶点是否被访问 1表示访问 0表示没有访问
int AdjRectangle[MAXSIZE][MAXSIZE]; //二维数组模拟邻接矩阵
void DFS(p_Graphlist p, int i)//邻接矩阵的深度优先递归遍历
{
  int j;
  Visited[i] = 1;  //如果访问了该节点则设置为1
  cout << "顶点数据为:" << p->adjlist[i].data << endl; //输出当前节点数据
  for (j = 0; j < p->vexnum; j++)//循环调用递归
  {
    if (AdjRectangle[i][j] == 1 && !Visited[j])//如果边表是1且当前节点没有被访问过则调用递归
    {
      DFS(p, j);//j=0,1,2,3,4...,直到将每一个节点都递归访问了一次之后才结束
    }
  }
}
void DFSTraverse(p_Graphlist p)
{
  int i;
  for (i = 0; i < p->vexnum; i++)
  {
    Visited[i] = 0; //先将所有数据设置为未遍历状态0
  }
  cout << "数据如下:" << endl;
  for (i = 0; i < p->vexnum; i++)//
  {
    if (!Visited[i])
    {
      DFS(p,i);
    }
  }
}
//邻接表的深度优先递归算法
void AdjDFS(p_Graphlist p, int i)
{
  Edgenode e;
  Visited[i] = 1; //访问了当前节点就设置为1  
  cout << p->adjlist[i].data << endl; //输出当前数据
  e = p->adjlist[i].firstedge;  //将第一个邻接点赋值给边表结构体指针
  while (e)
  {
    if (!Visited[e->adjvex])//判断节点是否被访问过 没有则进行递归遍历
    {
      AdjDFS(p, e->adjvex);
    }
    e = e->next;//让e指向自己的下一个位置
  }
}
void AdjDFSTraverse(p_Graphlist p)
{
  int i;
  for (i = 0; i < p->vexnum; i++)
    Visited[i] = 0;//初始化访问数组
  for (i = 0; i < p->vexnum; i++)
  {
    if (!Visited[i])
    {
      AdjDFS(p, i);
    }
  }
}
void CreateGraphlist(p_Graphlist p)
{
  int i, j, k;
  Edgenode e;
  cout << "输入顶点数和边数" << endl;
  cin >> p->vexnum >> p->edgenum;   //输入边数和表数
  for (i = 0; i < p->vexnum; i++)   //初始化顶点表
  {
    cout << "输入顶点数据" << endl;
    cin >> p->adjlist[i].data;  //顶点数据赋值
    p->adjlist[i].firstedge = NULL; //暂定邻接边表为空
  }
  for (i = 0; i < p->vexnum; i++)//二维数组模拟邻接矩阵|0 0 1| 
  {                       //例如   |0 0 1|
    for (k = 0; k < p->vexnum; k++)     //     |1 1 0|
    {
      AdjRectangle[i][k] = 0;       //暂定初始化为全0
    }
  }
  for (k = 0; k < p->edgenum; k++)//这个for循环用于输入edgenum个边
  {
    cout << "输入边(vi,vj)上的顶点序号" << endl; //vi为边尾,vj为边头
    cin >> i >> j;       //输入0,1则代表边尾为v0,边头尾v1
    AdjRectangle[i][j] = 1;  //对应的数组位置设置为1,代表有一个表
    AdjRectangle[j][i] = 1;  //矩阵是对称的,对应的位置也置为1
    e = (Edgenode)malloc(sizeof(Adjvex)); //创建邻接顶点表指针
    e->adjvex = j;              //邻接表的顶点指向j
    e->next = p->adjlist[i].firstedge;    //这句话的作用是为了使得
    p->adjlist[i].firstedge = e;      //第一个边指向第一个边表
    e = (Edgenode)malloc(sizeof(Adjvex));  //对称式结构
    e->adjvex = i;
    e->next = p->adjlist[j].firstedge;
    p->adjlist[j].firstedge = e;
  }
  for (int i = 0; i < p->vexnum; i++) {  //输出邻接矩阵
    for (int j = 0; j < p->vexnum; j++)
    {
      cout << AdjRectangle[i][j] << "  ";
    }
    cout << endl;
  }
  DFSTraverse(p);
  AdjDFSTraverse(p);
}
int main()
{
  p_Graphlist p;
  p = (p_Graphlist)malloc(sizeof(Graphlist));
  CreateGraphlist(p);
}

可以发现邻接矩阵的遍历结果是1 4 3 2,这与我们debug得出的结果是一样的,我们先插入的节点反倒再链表的末尾,后插入的再链表的开头,所以最后插入的v3节点中的数据4最先输出。

那么另一种遍历情况是使用数组判断方法,由于数据是从小到大增加的,所以先插入的节点会先输出,这是邻接矩阵的遍历方法。


相关文章
|
6月前
|
存储 算法
有向图和无向图的表示方式(邻接矩阵,邻接表)
有向图和无向图的表示方式(邻接矩阵,邻接表)
208 0
|
6月前
|
NoSQL 容器 消息中间件
图、图的遍历及图的拓扑排序
图、图的遍历及图的拓扑排序
|
存储 机器学习/深度学习 人工智能
图的存储及基本操作总结(邻接矩阵、邻接表)及C/C++代码实现
图的存储及基本操作总结(邻接矩阵、邻接表)及C/C++代码实现
1291 1
|
存储 算法
图的广度优先遍历和深度优先遍历
本文主要是学习图的广度优先遍历和图的深度优先遍历
164 1
|
存储 机器学习/深度学习 人工智能
邻接矩阵存储图的深度优先遍历(dfs)和广度优先遍历(bfs)
邻接矩阵存储图的深度优先遍历(dfs)和广度优先遍历(bfs)
190 0
拓扑排序(邻接表实现)
拓扑排序(邻接表实现)
179 0
拓扑排序(邻接表实现)
|
存储 机器学习/深度学习 算法
【数据结构与算法】图的基本概念 | 邻接矩阵和邻接表 | 广度优先遍历和深度优先遍历
【数据结构与算法】图的基本概念 | 邻接矩阵和邻接表 | 广度优先遍历和深度优先遍历
【数据结构与算法】图的基本概念 | 邻接矩阵和邻接表 | 广度优先遍历和深度优先遍历
|
机器学习/深度学习
有向图,无向图的邻接矩阵和邻接表模板
有向图,无向图的邻接矩阵和邻接表模板
192 0
有向图,无向图的邻接矩阵和邻接表模板
|
存储
图 无向网 采用邻接矩阵存储结构 按深度优先搜索和广度优先搜索遍历图 (DFS,BFS)实验报告 数据结构
图 无向网 采用邻接矩阵存储结构 按深度优先搜索和广度优先搜索遍历图 (DFS,BFS)实验报告 数据结构
142 0
图 无向网 采用邻接矩阵存储结构 按深度优先搜索和广度优先搜索遍历图 (DFS,BFS)实验报告 数据结构
|
存储 算法
图的广度优先搜索和深度优先搜索(邻接链表表示)
邻接表表示法将图以邻接表(adjacency lists)的形式存储在计算机中。所谓图的邻接表,也就是图的所有节点的邻接表的集合;而对每个节点,它的邻接表就是它的所有出弧。邻接表表示法就是对图的每个节点,用一个单向链表列出从该节点出发的所有弧,链表中每个单元对应于一条出弧。为了记录弧上的权,链表中每个单元除列出弧的另一个端点外,还可以包含弧上的权等作为数据域。图的整个邻接表可以用一个指针数组表示。例如下图所示,邻接表表示为
223 0
图的广度优先搜索和深度优先搜索(邻接链表表示)