一、图的定义

图是由顶点的有穷非空集合和顶点之间边的集合组成,通常表示为:

                   G=(V,E)

其中:G表示一个图,V是图G中顶点的集合,E是图G中顶点之间边的集合。

注:

在线性表中,元素个数可以为零,称为空表;

在树中,结点个数可以为零,称为空树;

在图中,顶点个数不能为零,但可以没有边。

二、图的基本术语

略。

三、图的遍历

  图的遍历是在从图中某一顶点出发,对图中所有顶点访问一次且仅访问一次。

  图的遍历操作要解决的关键问题:

  ① 在图中,如何选取遍历的起始顶点?

  解决方案:从编号小的顶点开始 。

  在线性表中,数据元素在表中的编号就是元素在序列中的位置,因而其编号是唯一的; 在树中,将结点按层序编号,由于树具有层次性,因而其层序编号也是唯一的; 在图中,任何两个顶点之间都可能存在边,顶点是没有确定的先后次序的,所以,顶点的编号不唯一。 为了定义操作的方便,将图中的顶点按任意顺序排列起来,比如,按顶点的存储顺序。

  ② 从某个起点始可能到达不了所有其它顶点,怎么办?

  解决方案:多次调用从某顶点出发遍历图的算法。

  ③ 因图中可能存在回路,某些顶点可能会被重复访问,那么如何避免遍历不会因回路而陷入死循环。

  解决方案:附设访问标志数组visited[n] 。

  ④ 在图中,一个顶点可以和其它多个顶点相连,当这样的顶点访问过后,如何选取下一个要访问的顶点?

  解决方案:深度优先遍历和广度优先遍历。

  1、深度优先遍历

  基本思想 :

  ⑴ 访问顶点v;

  ⑵ 从v的未被访问的邻接点中选取一个顶点w,从w出发进行深度优先遍历;

  ⑶ 重复上述两步,直至图中所有和v有路径相通的顶点都被访问到。

  2、广度优先遍历

  基本思想:

  ⑴ 访问顶点v;

  ⑵ 依次访问v的各个未被访问的邻接点v1, v2, …, vk;

  ⑶ 分别从v1,v2,…,vk出发依次访问它们未被访问的邻接点,并使“先被访问顶点的邻接点”先于“后被访问顶点的邻接点”被访问。直至图中所有与顶点v有路径相通的顶点都被访问到。

四、图的存储结构

   是否可以采用顺序存储结构存储图?

  图的特点:顶点之间的关系是m:n,即任何两个顶点之间都可能存在关系(边),无法通过存储位置表示这种任意的逻辑关系,所以,图无法采用顺序存储结构。

  如何存储图?

  考虑图的定义,图是由顶点和边组成的,分别考虑如何存储顶点、如何存储边。

  ①邻接矩阵(数组表示法)

  基本思想:用一个一维数组存储图中顶点的信息,用一个二维数组(称为邻接矩阵)存储图中各顶点之间的邻接关系。

  假设图G=(V,E)有n个顶点,则邻接矩阵是一个n×n的方阵,定义为:

                    

  

  

  

  

  

  

  

  

  

  ②邻接表

  邻接表存储的基本思想:对于图的每个顶点vi,将所有邻接于vi的顶点链成一个单链表,称为顶点vi的边表(对于有向图则称为出边表),所有边表的头指针和存储顶点信息的一维数组构成了顶点表。

  邻接表有两种结点结构:顶点表结点和边表结点.。

                          顶点表                  边表

  其中:vertex:数据域,存放顶点信息。 firstedge:指针域,指向边表中第一个结点。 adjvex:邻接点域,边的终点在顶点表中的下标。 next:指针域,指向边表中的下一个结点。

  定义邻接表的结点:

// 边表顶点
struct ArcNode
{ int adjvex;
ArcNode *next;
};
// 顶点表
template <class T>
struct VertexNode
{
T vertex;
ArcNode *firstedge;
};

五、C++代码实现

Ⅰ、邻接矩阵

// queue.h
#pragma once
#include <iostream>
const int queueSize = ;
template<class T>
class queue
{
public:
T data[queueSize];
int front, rear;
};
// graph.h
#pragma once
#include<iostream>
#include"queue.h"
// 基于邻接矩阵存储结构的图的类实现
const int MaxSize = ;
int visited[MaxSize] = { };// 顶点是否被访问的标记
template<class T>
class MGraph
{
public:
MGraph(T a[], int n, int e);// 构造函数建立具有N个定点e条边的图
~MGraph(){}// 析构函数
void DFSTraaverse(int v);// 深度优先遍历图
void BFSTraverse(int v);// 广度优先遍历图
private:
T vertex[MaxSize];// 存放图中顶点的数组
int arc[MaxSize][MaxSize];// 存放图中边的数组
int vertexNum, arcNum;// 图中顶点数和边数
}; template<class T>
inline MGraph<T>::MGraph(T a[], int n, int e)
{
vertexNum = n;
arcNum = e;
for (int i = ; i < vertexNum; i++) // 顶点初始化
vertex[i] = a[i];
for (int i = ; i < vertexNum; i++) // 邻接矩阵初始化
for (int j = ; j < vertexNum; j++)
arc[i][j] = ;
for (int k = ; k < arcNum; k++)
{
int i, j;
std::cin >> i >> j; // 输入边依附的顶点的编号
arc[i][j] = ; // 置有边标记
arc[j][i] = ;
}
} template<class T>
inline void MGraph<T>::DFSTraaverse(int v)
{
cout << vertex[v]<<" ";
visited[v] = ;
for (int j = ; j < vertexNum; j++)
{
if (arc[v][j] == && visited[j] == )
DFSTraaverse(j);
}
} template<class T>
inline void MGraph<T>::BFSTraverse(int v)
{
int visited[MaxSize] = { };// 顶点是否被访问的标记
queue<T> Q;
Q.front = Q.rear = -; // 初始化队列
cout << vertex[v]<<" ";
visited[v] = ;
Q.data[++Q.rear] = v; // 被访问顶点入队
while (Q.front != Q.rear)
{
v = Q.data[++Q.front]; // 对头元素出队
for (int j = ; j < vertexNum; j++)
{
if (arc[v][j] == && visited[j] == )
{
std::cout << vertex[j]<<" ";
visited[j] = ;
Q.data[++Q.rear] = j; // 邻接点入队
}
}
}
}
// main.cpp
#include"graph.h"
using namespace std;
int main()
{
int arry[] = { ,,,,, };
MGraph<int> graph(arry, , );
graph.BFSTraverse();
cout << endl;
graph.DFSTraaverse();
system("pause");
return ;
}

Ⅱ、邻接表

// queue.h
#pragma once
#include <iostream>
const int queueSize = ;
template<class T>
class queue
{
public:
T data[queueSize];
int front, rear;
};
// graph.h
#pragma once
#include<iostream>
#include"queue.h"
// 定义边表结点
struct ArcNode
{
int adjvex;// 邻接点域
ArcNode* next;
};
// 定义顶点表结点
struct VertexNode
{
int vertex;
ArcNode* firstedge;
}; // 基于邻接表存储结构的图的类实现
const int MaxSize = ;
int visited[MaxSize] = { };// 顶点是否被访问的标记
//typedef VertexNode AdjList[MaxSize]; //邻接表
template<class T>
class ALGraph
{
public:
ALGraph(T a[], int n, int e);// 构造函数建立具有N个定点e条边的图
~ALGraph() {}// 析构函数
void DFSTraaverse(int v);// 深度优先遍历图
void BFSTraverse(int v);// 广度优先遍历图
private:
VertexNode adjlist[MaxSize];// 存放顶点的数组
int vertexNum, arcNum;// 图中顶点数和边数
}; template<class T>
ALGraph<T>::ALGraph(T a[], int n, int e)
{
vertexNum = n;
arcNum = e;
for (int i = ; i <vertexNum; i++)
{
adjlist[i].vertex = a[i];
adjlist[i].firstedge = NULL;
}
for (int k = ; k < arcNum; k++)
{
int i, j;
std::cin >> i >> j;
ArcNode* s = new ArcNode;
s->adjvex = j;
s->next = adjlist[i].firstedge;
adjlist[i].firstedge = s;
}
} template<class T>
inline void ALGraph<T>::DFSTraaverse(int v)
{
std::cout << adjlist[v].vertex;
visited[v] = ;
ArcNode* p = adjlist[v].firstedge;
while (p != NULL)
{
int j = p->adjvex;
if (visited[j] == )
DFSTraaverse(j);
p = p->next;
}
} template<class T>
inline void ALGraph<T>::BFSTraverse(int v)
{
int visited[MaxSize] = { };// 顶点是否被访问的标记
queue<T> Q;
Q.front = Q.rear = -; // 初始化队列
std::cout << adjlist[v].vertex;
visited[v] = ;
Q.data[++Q.rear] = v;// 被访问顶点入队
while (Q.front != Q.rear)
{
v = Q.data[++Q.front]; // 对头元素出队
ArcNode* p = adjlist[v].firstedge;
while (p != NULL)
{
int j = p->adjvex;
if (visited[j] == )
{
std::cout << adjlist[j].vertex;
visited[j] = ;
Q.data[++Q.rear] = j;
}
p = p->next;
}
}
}
// main.cpp
#include"graph.h"
using namespace std;
int main()
{
int arry[] = { ,,,, };
ALGraph<int> graph(arry, , );
graph.BFSTraverse();
cout << endl;
graph.DFSTraaverse();
system("pause");
return ;
}

参考文献:

[1]王红梅, 胡明, 王涛. 数据结构(C++版)[M]. 北京:清华大学出版社。

2018-01-07

图的存储结构(邻接矩阵与邻接表)及其C++实现的更多相关文章

  1. 【数据结构】图的基本操作——图的构造(邻接矩阵,邻接表),遍历(DFS,BFS)

    邻接矩阵实现如下: /* 主题:用邻接矩阵实现 DFS(递归) 与 BFS(非递归) 作者:Laugh 语言:C++ ***************************************** ...

  2. 图的存储结构:邻接矩阵(邻接表)&链式前向星

    [概念]疏松图&稠密图: 疏松图指,点连接的边不多的图,反之(点连接的边多)则为稠密图. Tips:邻接矩阵与邻接表相比,疏松图多用邻接表,稠密图多用邻接矩阵. 邻接矩阵: 开一个二维数组gr ...

  3. PAT1013. Battle Over Cities(邻接矩阵、邻接表分别dfs)

    //采用不同的图存储结构结构邻接矩阵.邻接表分别dfs,我想我是寂寞了吧,应该试试并查集,看见可以用并查集的就用dfs,bfs代替......怕了并查集了 //邻接矩阵dfs #include< ...

  4. 【PHP数据结构】图的存储结构

    图的概念介绍得差不多了,大家可以消化消化再继续学习后面的内容.如果没有什么问题的话,我们就继续学习接下来的内容.当然,这还不是最麻烦的地方,因为今天我们只是介绍图的存储结构而已. 图的顺序存储结构:邻 ...

  5. C++编程练习(9)----“图的存储结构以及图的遍历“(邻接矩阵、深度优先遍历、广度优先遍历)

    图的存储结构 1)邻接矩阵 用两个数组来表示图,一个一维数组存储图中顶点信息,一个二维数组(邻接矩阵)存储图中边或弧的信息. 2)邻接表 3)十字链表 4)邻接多重表 5)边集数组 本文只用代码实现用 ...

  6. DS实验题 Old_Driver UnionFindSet结构 指针实现邻接表存储

    题目见前文:DS实验题 Old_Driver UnionFindSet结构 这里使用邻接表存储敌人之间的关系,邻接表用指针实现: // // main.cpp // Old_Driver3 // // ...

  7. K:图的存储结构

      常用的图的存储结构主要有两种,一种是采用数组链表(邻接表)的方式,一种是采用邻接矩阵的方式.当然,图也可以采用十字链表或者边集数组的方式来进行表示,但由于不常用,为此,本博文不对其进行介绍. 邻接 ...

  8. 【algo&ds】6.图及其存储结构、遍历

    1.什么是图 图表示"多对多"的关系 包含 一组顶点:通常用 V(Vertex)表示顶点集合 一组边:通常用 E(Edge)表示边的集合 边是顶点对:(v,w)∈ E,其中 v,w ...

  9. 图的存储结构大赏------数据结构C语言(图)

    图的存储结构大赏------数据结构C语言(图) 本次所讲的是常有的四种结构: 邻接矩阵 邻接表 十字链表 邻接多重表 邻接矩阵 概念 两个数组,一个表示顶点的信息,一个用来表示关联的关系. 如果是无 ...

随机推荐

  1. 关于echar彩色柱状图颜色配置问题

    在做配置页面的时候,有这样一个需求,用户可以选择配置是单色柱状图或者彩色的柱状图,并且颜色可以自定义的 思路:首先默认构建一个一个空的图表,然后根据记录上一次操作保存过来的参数重新组建option的值 ...

  2. SSH框架学习步骤

    Hibernate 对象状态 关系映射 SQL语句 缓存抓取 struts action的分发配置 参数传递  文件上传 spring IOC AOP

  3. ActiveMQ_Linux安装

    首先ActiveMQ查看你需要的版本 官网:http://activemq.apache.org/ 我这里选择的是:apache-activemq-5.14.0-bin.tar.gz 然后在linux ...

  4. java设计模式之桥梁模式(Bridge)

    1.桥梁模式 与 策略模式 非常相似 (其实很多设计模式都相似,因为所有的模式都是按照设计原则 而设计出来的,设计原则就相当于武功的心法,设计模式就是招式,只要心法过硬,就可以无招胜有招了.) 这里也 ...

  5. mysql 优化常用语句

    show status;//查询mysql各种状态: show variables like 'long_query_time';//慢查询的限定时间 set long_query_time=1;// ...

  6. Xcode 常用路径收集

    Xcode证书 路径: ~/Library/MobileDevice/Provisioning Profiles Xcode 插件路径: ~/Library/Application Support/D ...

  7. Maven 配置Tomcat

    1.Tomcat conf 下的tomcat-users.xml 增加 <role rolename="manager"/> <role rolename=&qu ...

  8. RUP 4+1视图

    RUP开篇之作:http://www.ibm.com/developerworks/cn/rational/r-4p1-view/index.html 百科:http://baike.baidu.co ...

  9. 图像的点运算----底层代码与Halcon库函数

    最基本的图像分析工具----灰度直方图.使用直方图辅助,可以实现4大灰度变换,包括线性灰度变换(灰度拉伸).灰度对数变换.灰度伽马变换.灰度分段线性变换:使用直方图修正技术,可以实现2大变换,包括直方 ...

  10. Java API 之 动态代理

    一.代理模式 如图:由于某些原因我们希望对该实现类进行访问控制.功能增强等,那么加入一层代理层,用代理层来调用实现类是一个很好的方式来解决这个问题,我们可以在调用实现类功能前后进行校验或者加入一些功能 ...