《大话数据结构》笔记（7-2）--图：存储结构

Posted 2020-09-20 lyu0709

 

第七章  图

图的存储结构

图不能用简单的顺序存储结构来表示。

而多重链表的方式，即以一个数据域和多个指针域组成的结点表示图中的一个顶点，尽管可以实现图结构，但是会有问题，比如若各个顶点的度数相差很大，按度数最大的顶点设计结点结构会造成很多存储单元的浪费，而若按每个顶点自己的度数设计不同的顶点结构，又带来操作的不便。

 

 

对于图来说，如何对它实现物理存储是个难题。图有以下五种不同的存储结构。

 

邻接矩阵

图的邻接矩阵（Adjacency Matrix）存储方式使用过两个数组来表示图。一个一维数组存储图中顶点信息，一个二维数组（称为邻接矩阵）存储图中的边或弧的信息。

 

 网中的权重也保存在二维数组中。

 

 

图的邻接矩阵存储结构的代码如下：

 

有了这个结构定义，我们构造一个图其实就是给顶点表和边表输入数据的过程。

n 个顶点和 e 条边的无向网图的创建，时间复杂度为O(n²+n+e).

 

缺点：

对于边数相对顶点较少的图，这种结构是存在对存储空间的极大浪费。

 

 

邻接表

邻接表：数组与链表相结合的存储方法称为邻接表（Adjacency List）.

 

 

 

邻接表存储结构的代码如下：

 

对于邻接表的创建，时间复杂度为O(n + e).

 

 

十字链表（Orthogonal List）-- 有向图的优化存储

重新定义顶点表结点结构如下：

firstin表示入边表头指针，指向该顶点的入边表中第一个结点；firstout表示出边表头指针，指向该顶点的出边表中的第一个结点。

 

重新定义边表结点结构如下：

 tailvex是指弧起点在顶点表的下标；headvex是指弧终点在顶点表中的下标；headlink是指入边表指针域，指向终点相同的下一条边；taillink是指出边表指针域，指向起点相同的下一条边。

如果是网，还可以再增加一个weight域来存储权值。

 

有向图的好处是把邻接表和逆邻接表整合在了一起，是有向图的非常好的数据类型。

 

 

邻接多重表 -- 无向图的优化存储

如果在无向图的应用中，关注的重点是顶点，那么邻接表是不错的选择，但如果关注的是边的操作，那么邻接表就比较麻烦了，需要优化。

 

重新定义的边表结点结构如下：

 其中 ivex 和 jvex 是与某条边依附的两个顶点在顶点表中的下标。

ilink 指向依附顶点 ivex 的下一条边， jlink指向依附顶点 jvex的下一条边。

这就是邻接多重表结构。

 

 

边集数组

边集数组是由两个一维数组构成。一个是存储顶点的信息；另一个是存储边的信息，这个边数组每个数据元素由一条边的起点下标、终点下标和权组成，如下图：

 边数组结构的定义如下：