AI 助理
备案控制台
开发者社区 人工智能 文章 正文

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

2023-11-13 1450
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： 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

前言

图是一种比较复杂的数据结构，每个结点之间可以有多种关系。

所以，一个图可以呈现出千奇百怪的形式。

对于不同的形式的图，我们可以用不同的存储方式来进行存储。

比如说：

  • 对于边比较少而结点很多的图，我们需要把更多的存储空间用于存放顶点的信息，如果两个顶点之间不存在边，那么就不需要花费存储空间来说明这个地方没有边。
  • 对于边比较多而顶点相对没那么多的图，在每一个顶点之间，都很有可能存在边，如果每一条边都单独考虑，会显得比较繁琐。
  • 对于插入和删除边的操作做的比较多的图，我们更希望更快的找到这条边的信息在那个位置，于是具有随机存取性质的数据结构更加实用。

像这样的例子还有很多，下面总结一下最常用的两种存储方式——邻接矩阵和邻接表。

一、邻接矩阵

1.概念

所谓邻接矩阵存储，是指用一个一维数组存储图中顶点的信息，用一个二维数组存储图中边的信息（即各顶点之间的邻接关系)，存储顶点之间邻接关系的二维数组称为邻接矩阵。

  • 顶点数为n的图G的邻接矩阵为  n × n \ n×nn×n的二维数组，如果记顶点编号为v1, v2, …, vn，则对于顶点vi和vj，若存在一条边(vi, vj)∈E，则A[i][j] = 1， 否则A[i][j] = 0，即

A [ i ] [ j ] = { 1 ,  若  ( v i , v j )  或  ⟨ v i , v j ⟩  是  E ( G )  中的边  0 ,  若  ( v i , v j )  或  ⟨ v i , v j ⟩  不是  E ( G )  中的边  A[i][j]=\left\{\begin{array}{ll} 1, & \text { 若 }\left(v_{i}, v_{j}\right) \text { 或 }\left\langle v_{i}, v_{j}\right\rangle \text { 是 } E(G) \text { 中的边 } \\ 0, & \text { 若 }\left(v_{i}, v_{j}\right) \text { 或 }\left\langle v_{i}, v_{j}\right\rangle \text { 不是 } E(G) \text { 中的边 } \end{array}\right.A[i][j]={1,0,若(vi,vj)或⟨vi,vj⟩是E(G)中的边  若(vi,vj)或⟨vi,vj⟩不是E(G)中的边

  • 对于带权图而言,若顶点v,和 v;之间有边相连,则邻接矩阵中对应项存放着该边对应的权值，若顶点V和V不相连，则用  ∞ \ \infty∞来代表这两个顶点之间不存在边:

A [ i ] [ j ] = { w i j ,  若  ( v i , v j )  或  ⟨ v i , v j ⟩  是  E ( G )  中的边  0  或  ∞ ,  若  ( v i , v j )  或  ⟨ v i , v j ⟩  不是  E ( G )  中的边  A[i][j]=\left\{\begin{array}{ll} w_{i j}, & \text { 若 }\left(v_{i}, v_{j}\right) \text { 或 }\left\langle v_{i}, v_{j}\right\rangle \text { 是 } E(G) \text { 中的边 } \\ 0 \text { 或 }\infty, & \text { 若 }\left(v_{i}, v_{j}\right) \text { 或 }\left\langle v_{i}, v_{j}\right\rangle \text { 不是 } E(G) \text { 中的边 } \end{array}\right.A[i][j]={wij,0或∞,若(vi,vj)或⟨vi,vj⟩是E(G)中的边  若(vi,vj)或⟨vi,vj⟩不是E(G)中的边

2.图像示例

  • 无向图和它的邻接矩阵可以表示为下图形式：
  • 有向图和它的邻接矩阵可以表示为下图形式：

3. 代码实现

图的邻接矩阵代码实现：

#include<iostream>
#include<string>
#include<assert.h>
using namespace std;
#define MaxVertexNum 100    //顶点数目的最大值
#define INF 0xfffffff
//顶点的数据类型
typedef string VertexType;  
//带权图中边上权值的数据类型 
typedef int EdgeType;
//定义图的类型 
typedef enum GraphType{
  UDG, DG, UDN, DN
}GraphType; 
//邻接矩阵数据结构定义  
typedef struct{
  VertexType Vex[MaxVertexNum];       //顶点表
  EdgeType Edge[MaxVertexNum][MaxVertexNum];  //边表
  int vexnum, arcnum;             //图的当前顶点数和弧数
  GraphType type;               //标记图的类型 
}MGraph, *graph;
void graph_create(MGraph &g);       //图的定义 
int vertex_index(MGraph g, string v);   //返回顶点v的坐标
void graph_add_vertex(MGraph &g, string v); //添加顶点
bool graph_has_vertex(MGraph &g, string v); //检查是否存在顶点v
void graph_add_edge(MGraph &g, string v1, string v2);   //添加边 
bool graph_has_edge(MGraph g, string v1, string v2);    //检查是否存在v1->v2的边 
void show_graph(MGraph g);          //打印图 
void graph_create(MGraph &g){ 
  string str;
  cout << "请输入要定义的图的类型：" << endl << "UDG（无向图）  DG（有向图）  UDN（无向网）  DN（有向网）" << endl; 
  cin >> str;
  //初始化邻接矩阵 
  for(int i = 0; i < g.vexnum; i++){
    for(int j = 0; j < g.vexnum; j++){
      if(i != j){
        if(str == "UDN" || str == "DN")
          g.Edge[i][j] = INF;
        else g.Edge[i][j] = 0;
      }
      else g.Edge[i][j] = 0;
    }
  }
  if(str == "UDG") g.type = UDG;    //构建无向图
  else if(str == "DG")  g.type = DG;  //构建有向图
  else if(str == "UDN") g.type = UDN; //构建无向网
  else if(str == "DN")  g.type = DN;  //构建有向网 
}
void graph_add_vertex(MGraph &g, string v){
  if(!graph_has_vertex(g, v)){
    assert(g.vexnum <= MaxVertexNum);
    g.Vex[g.vexnum++] = v;
  }
}
bool graph_has_vertex(MGraph &g, string v){
  for(int i = 0; i < g.vexnum; i++)
    if(g.Vex[i] == v) return true;
  return false;
}
void graph_add_edge(MGraph &g, string v1, string v2){
  if(!graph_has_edge(g, v1, v2)){
    int start = vertex_index(g, v1);
    int end = vertex_index(g, v2);
    if(g.type == UDG){
      g.Edge[start][end] = 1;
      g.Edge[end][start] = 1;
    }else if(g.type == DG){
      g.Edge[start][end] = 1;
    }else if(g.type == UDN){
      cout << "请输入边的权值：";
      cin >> g.Edge[start][end];
      g.Edge[end][start] = g.Edge[start][end]; 
    }else if(g.type == DN){
      cout << "请输入边的权值：";
      cin >> g.Edge[start][end];
    }
  }
}
bool graph_has_edge(MGraph g, string v1, string v2){
  int start = vertex_index(g, v1);
  int end = vertex_index(g, v2);
  assert(start != -1 && end != -1);
  if(g.type == UDG || g.type == UDN){
    //如果是无向图或无向网 
    if(g.Edge[start][end] != 0 && g.Edge[start][end] != INF) return true;
    if(g.Edge[end][start] != 0 && g.Edge[end][start] != INF) return true; 
  }else if(g.type == DG || g.type == DN){
    //如果是有向图或有向网 
    if(g.Edge[start][end] != 0 && g.Edge[start][end] != INF) return true;
  }
  return false;
}
int vertex_index(MGraph g, string v){
  for(int i = 0; i < g.vexnum; i++){
    if(g.Vex[i] == v) return i;
  }
  return -1;
}
void show_graph(MGraph g) {
  cout << "图的邻接矩阵如下所示：" << endl;
    for(int i = 0; i < g.vexnum; i++){
        //cout << g.Vex[i] << " ";
        for(int j = 0; j < g.vexnum; j++){
            if(g.Edge[i][j] == INF)
                cout << "∞" << " ";
            else
              cout << g.Edge[i][j] << " ";
        }
        cout << endl;
    }
}
void test(MGraph &g){
  int vexNum = 0, edgeNum = 0;
  string str, str1, str2;
  cout << "请输入图的顶点的数量：" << endl;
  cin >> vexNum;
  for(int i = 0; i < vexNum; i++){
    cout << "输入顶点" << i+1 << "的信息："; 
    cin >> str;
    graph_add_vertex(g, str);
  }
  cout << "请输入图的边的数量：" << endl;
  cin >> edgeNum;
  for(int i = 0; i < edgeNum; i++){
    cout << "输入第" << i+1 << "条边的首尾顶点：";
    cin >> str1 >> str2;
    graph_add_edge(g, str1, str2);
  }
}
int main(){
  MGraph g;
  graph_create(g);
  test(g); 
  show_graph(g); 
  return 0;
}

当然，还可以根据需求，写一些个性化的函数来丰富图的功能。比如graph_destroy用来销毁图，graph_get_edge来获取边的权值，graph_edges_count计算与顶点v有关系的边的数量……

注意

  • 在简单应用中，可直接用二维数组作为图的邻接矩阵（顶点信息等均可省略)。
  • 当邻接矩阵的元素仅表示相应边是否存在时，EdgeType可采用值为0和1的枚举类型。
  • 无向图的邻接矩阵是对称矩阵，对规模特大的邻接矩阵可采用压缩存储。
  • 邻接矩阵表示法的空间复杂度为  O ( n 2 ) \ O(n ^{2})O(n2)，其中n为图的顶点数  ∣ V ∣ \ |V|∣V∣。

邻接矩阵的特点

  1. 无向图的邻接矩阵一定是一个对称矩阵（并且唯一)。因此，在实际存储邻接矩阵时只需存储上(或下)三角矩阵的元素。
  2. 对于无向图，邻接矩阵的第  i \ ii行（或第  i \ ii列）非零元素（或非  0 \ 00元素）的个数正好是顶点  i \ ii的度  T D ( v i ) \ TD(v _{i})TD(vi)。
  3. 对于有向图，邻接矩阵的第  i \ ii行非零元素(或非  ∞ \ ∞∞元素)的个数正好是顶点  i \ ii的出度  O D ( v i ) \ OD(v _{i})OD(vi)；第  i \ ii列非零元素（或非  ∞ \ ∞∞元素）的个数正好是顶点i的入度  I D ( v i ) \ ID(v _{i})ID(vi)。
  4. 用邻接矩阵存储图，很容易确定图中任意两个顶点之间是否有边相连。但是，要确定图中有多少条边，则必须按行、按列对每个元素进行检测，所花费的时间代价很大。
  5. 稠密图适合使用邻接矩阵的存储表示。
  6. 设图  G \ GG的邻接矩阵为  A \ AA，  A n \ A ^{n}An的元素  A n [ i ] [ j ] \ A ^{n}[i][j]An[i][j]等于由顶点  i \ ii到顶点  j \ jj的长度为  n \ nn的路径的数目。该结论了解即可，证明方法请参考离散数学教材。

二、邻接表

1.概念

当一个图为稀疏图时，使用邻接矩阵法显然要浪费大量的存储空间，而图的邻接表法结合了顺序存储和链式存储方法，大大减少了这种不必要的浪费。

  • 所谓邻接表，是指对图  G \ GG中的每个顶点  v \ vv建立一个单链表，第  i \ ii个单链表中的结点表示依附于顶点  v \ vv的边（对于有向图则是以顶点  v \ vv为尾的弧)，这个单链表就称为顶点  v \ vv的边表（对于有向图则称为出边表)。
  • 边表的头指针和顶点的数据信息采用顺序存储（称为顶点表)，所以在邻接表中存在两种结点：顶点表结点和边表结点。

2.图像示例

  • 顶点表结点的数据结构如下图所示：

  • 边表结点的数据结构如下图所示：

    顶点表结点由顶点域(data）和指向第一条邻接边的指针（firstarc）构成，边表结点（邻接表）由邻接点域(adjvex）和指向下一条邻接边的指针域(nextarc)构成。
  • 无向图和它的邻接表可以表示为下图形式：

  • 有向图和它的邻接表可以表示为下图形式：

3.代码实现

#include<stdio.h>
#include<stdbool.h>
#include<stdlib.h>
#include<string.h>
//#include<math.h>
#define string char*
#define VertexType string
#define MAXSIZE 100 
#define REALLOCSIZE 50
#define INF 0xfffffff
//边表结点
typedef struct ArcNode{
  int adjvex;   //某条边指向的那个顶点的位置
  ArcNode * next; //指向下一条弧的指针 
  weight w;   //权值
}ArcNode; 
//顶点表结点
typedef struct VNode{
  VertexType data;  //顶点信息
  ArcNode * first;  //指向第一条依附该顶点的弧的指针
}VNode;
typedef struct GraphRepr{
  VNode * node;   //邻接表
  int vexnum, arcnum; //图的顶点数和弧数 
}Graph, *graph; 
graph graph_create(void) {
  //初始化一个图的指针 
  graph g = (graph)malloc(sizeof(Graph));
  if(g){
    //初始化邻接表 
    g->node = (VNode*)malloc(MAXSIZE*sizeof(VNode));
    if(!g->node) {
      printf("error\n"); 
      return NULL;
    }
    g->arcnum = g->vexnum = 0;
    return g;
  }
  return NULL;
}
void graph_destroy(graph g) {
    ArcNode *pre, *p; //定义临时指针 
    char * temp;
  for(int i = 0; i < g->vexnum;i++){
    pre = g->node[i].first; //指向边表
    temp = g->node[i].data;
    free(temp);
    //等价于链表的销毁
    if(pre != NULL) {
      p = pre->next;
      while(p != NULL) {
        free(pre);
        pre = p;
        p = pre->next;
      }
      free(pre);
    }
  }
  free(g);
    return;
}
//判断字符串是否相等 
bool is_equal(string s1, string s2){
  //首先判断长度 
  int len_s1 = strlen(s1);
  int len_s2 = strlen(s2);  
  if(len_s1 != len_s2) return false;
  //长度相等后，判断每一个位置的字符 
  for(int i = 0; i < len_s1; i++)
    if(s1[i] != s2[i]) return false;
  return true;
}
void graph_add_vertex(graph g, string v) {  
  if(!graph_has_vertex(g, v)){
    int vlen = strlen(v);
    //判断是否超出邻接表的大小限制 
    if(g->vexnum+1 > MAXSIZE){
      //重新申请一片空间 
      VNode * temp = (VNode*)malloc((g->vexnum+REALLOCSIZE)*sizeof(VNode));
      //将原邻接表的信息复制到新的内存空间 
      for(int i = 0; i < g->vexnum; i++){
        temp[i].data = g->node[i].data;
        temp[i].first = g->node[i].first;
      } 
      g->node = temp; //新的指针赋给邻接表 
    }
    g->node[g->vexnum].data = (char*)malloc(sizeof(char)*vlen+1);
//    printf("%p\t", strcpy(g->node[g->vexnum].data, v));
//    printf("%p\t", g->node[g->vexnum].data);
//    printf("%p\n", v);
//    int i;
//    for(i = 0; i < vlen; i++)
//      g->node[g->vexnum].data[i] = v[i];
//    v[i] = '\0'; 
    g->node[g->vexnum].first = NULL;    //初始化顶点的依附表结点为空 
    g->vexnum++;
  } 
    return;
}
bool graph_has_vertex(graph g, string v) {
    for(int i = 0; i < g->vexnum; i++)
    if(is_equal(g->node[i].data, v))  //如果能够找到一个顶点的信息为v 
      return true;
  return false;
}
size_t graph_vertices_count(graph g) {
    return g->vexnum;
}
int get_index(graph g, string v){
  for(int i = 0; i < g->vexnum; i++)
    if(is_equal(g->node[i].data, v)) return i+1;  //如果能找到这个结点，返回结点位置
  return -1;  //否则返回-1 
}
void graph_add_edge(graph g, string v1, string v2, weight w){    
  //判断是否存在这两个顶点,如果不存在，添加这些顶点 
  if(!graph_has_vertex(g, v1)) graph_add_vertex(g, v1);
  if(!graph_has_vertex(g, v2)) graph_add_vertex(g, v2); 
  int start = get_index(g, v1);
  int end = get_index(g, v2); 
  //判断是否存在这条边 
  if(!graph_has_edge(g, v1, v2)){ 
    //初始化一个边表结点 
    ArcNode * Next = (ArcNode*)malloc(sizeof(ArcNode));
    Next->adjvex = end-1;
    Next->next = NULL;
    Next->w = w;
    //如果start依附的边为空 
    if(g->node[start-1].first == NULL) g->node[start-1].first = Next;
    else{
      ArcNode * temp = g->node[start-1].first;//临时表结点
      while(temp->next) temp = temp->next;  //找到表结点中start-1这个结点的链表的最后一个顶点
      temp->next = Next;            //在该链表的尾部插入这个边表结点 
    } 
    g->arcnum++;  //边的数量++  
  }
    return;
}
bool graph_has_edge(graph g, string v1, string v2) {
    int start = get_index(g, v1);
  int end = get_index(g, v2);
  //如果边表为空，则不存在边 
  if(g->node[start-1].first == NULL) return false;
  ArcNode * temp = g->node[start-1].first;  //临时表结点
  while(temp) {
    if(temp->adjvex == end-1) return true;  //如果存在一条v1指向v2的边 
    temp = temp->next;            //指针后移 
  } 
    return false;
}
weight graph_get_edge(graph g, string v1, string v2) {
    double w;
    //如果不存在这条边，返回0 
    if(!graph_has_edge(g, v1, v2)) return 0.0;
    int start = get_index(g, v1);
  int end = get_index(g, v2);
  ArcNode * temp = g->node[start-1].first;
  while(temp){
    //找到v1指向v2的边，并返回weight 
    if(temp->adjvex == end-1) return temp->w;
    temp = temp->next;
  } 
  return 0.0;
}
void graph_show(graph g, FILE *output) {
  //先打印每一个顶点信息 
  for(int i = 0; i < g->vexnum; i++){
    fprintf(output, "%s\n", g->node[i].data);
//    printf("%s\n", g->node[i].data);
  }
  //然后打印每一条边 
    for(int i = 0; i < g->vexnum; i++){     
        ArcNode * Next = g->node[i].first;
        while (Next) {
          fprintf(output, "%s %s %10.2lf\n", g->node[i].data, g->node[Next->adjvex].data, Next->w);
//          printf("%s %s %10.2lf\n", g->node[i].data, g->node[Next->adjvex].data, Next->w);
            Next = Next->next;
        }        
    }
    return;
}

邻接表的特点

  1. 若  G \ GG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 \ GG为有向图，则所需的存储空间为  O ( ∣ V ∣ + ∣ E ∣ ) \ O(|V|+ |E|)O(∣V∣+∣E∣)。前者的倍数  2 \ 22是由于无向图中，每条边在邻接表中出现了两次。
  2. 对于稀疏图，采用邻接表表示将极大地节省存储空间。
  3. 在邻接表中，给定一顶点，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)。
  4. 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。
  5. 在有向图的邻接表表示中，求一个给定顶点的出度只需计算其邻接表中的结点个数；但求其顶点的入度则需要遍历全部的邻接表。因此，也有人采用逆邻接表的存储方式来加速求解给定顶点的入度。当然，这实际上与邻接表存储方式是类似的。
  6. 图的邻接表表示并不唯一，因为在每个顶点对应的单链表中，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。
文章标签：
存储
机器学习/深度学习
C++
人工智能
数据建模
关键词：
C++代码
C++代码实现
C++基本操作
邻接矩阵C++
存储C++
为梦而生~
目录
相关文章
土木林森
|
4月前
|
C++
C++ 语言异常处理实战：在编程潮流中坚守稳定，开启代码可靠之旅
【8月更文挑战第22天】C++的异常处理机制是确保程序稳定的关键特性。它允许程序在遇到错误时优雅地响应而非直接崩溃。通过`throw`抛出异常，并用`catch`捕获处理，可使程序控制流跳转至错误处理代码。例如，在进行除法运算或文件读取时，若发生除数为零或文件无法打开等错误，则可通过抛出异常并在调用处捕获来妥善处理这些情况。恰当使用异常处理能显著提升程序的健壮性和维护性。
土木林森
78 2
shliang0603
|
4月前
|
算法框架/工具 C++ Python
根据相机旋转矩阵求解三个轴的旋转角/欧拉角/姿态角 或 旋转矩阵与欧拉角（Euler Angles）之间的相互转换，以及python和C++代码实现
根据相机旋转矩阵求解三个轴的旋转角/欧拉角/姿态角 或 旋转矩阵与欧拉角（Euler Angles）之间的相互转换，以及python和C++代码实现
shliang0603
331 0
sunrr
|
1月前
|
算法 安全 C++
提高C/C++代码的可读性
提高C/C++代码的可读性
sunrr
52 4
nanshaws
|
2月前
|
Linux C语言 C++
vsCode远程执行c和c++代码并操控linux服务器完整教程
这篇文章提供了一个完整的教程，介绍如何在Visual Studio Code中配置和使用插件来远程执行C和C++代码，并操控Linux服务器，包括安装VSCode、安装插件、配置插件、配置编译工具、升级glibc和编写代码进行调试的步骤。
nanshaws
355 0
vsCode远程执行c和c++代码并操控linux服务器完整教程
游客qeoynko2nmbgk
|
3月前
|
C++
继续更新完善：C++ 结构体代码转MASM32代码
继续更新完善：C++ 结构体代码转MASM32代码
游客qeoynko2nmbgk
37 0
游客qeoynko2nmbgk
|
3月前
|
C++ Windows
HTML+JavaScript构建C++类代码一键转换MASM32代码平台
HTML+JavaScript构建C++类代码一键转换MASM32代码平台
游客qeoynko2nmbgk
24 0
游客qeoynko2nmbgk
|
3月前
|
C++
2合1，整合C++类（Class）代码转换为MASM32代码的平台
2合1，整合C++类（Class）代码转换为MASM32代码的平台
游客qeoynko2nmbgk
26 0
yantuguiguziPGJ
|
3月前
|
前端开发 C++ Windows
C++生成QML代码与QML里面集成QWidget
这篇文章介绍了如何在C++中生成QML代码，以及如何在QML中集成QWidget，包括使用Qt Widgets嵌入到QML界面中的技术示例。
yantuguiguziPGJ
59 0
土木林森
|
4月前
|
程序员 C++ 开发者
C++命名空间揭秘：一招解决全局冲突，让你的代码模块化战斗值飙升！
【8月更文挑战第22天】在C++中，命名空间是解决命名冲突的关键机制，它帮助开发者组织代码并提升可维护性。本文通过一个图形库开发案例，展示了如何利用命名空间避免圆形和矩形类间的命名冲突。通过定义和实现这些类，并在主函数中使用命名空间创建对象及调用方法，我们不仅解决了冲突问题，还提高了代码的模块化程度和组织结构。这为实际项目开发提供了宝贵的参考经验。
土木林森
69 2
土木林森
|
4月前
|
C++
拥抱C++面向对象编程，解锁软件开发新境界！从混乱到有序，你的代码也能成为高效能战士！
【8月更文挑战第22天】C++凭借其强大的面向对象编程(OOP)能力，在构建复杂软件系统时不可或缺。OOP通过封装数据和操作这些数据的方法于对象中，提升了代码的模块化、重用性和可扩展性。非OOP方式（过程化编程）下，数据与处理逻辑分离，导致维护困难。而OOP将学生信息及其操作整合到`Student`类中，增强代码的可读性和可维护性。通过示例对比，可以看出OOP使C++代码结构更清晰，特别是在大型项目中，能有效提高开发效率和软件质量。
土木林森
37 1