【算法】前向星存图

本文转自acdreamers的博客 原文网址:
https://blog.youkuaiyun.com/ACdreamers/article/details/16902023

我们首先来看一下什么是前向星.

前向星是一种特殊的边集数组,我们把边集数组中的每一条边按照起点从小到大排序,如果起点相同就按照终点从小到大排序,

并记录下以某个点为起点的所有边在数组中的起始位置和存储长度,那么前向星就构造好了.

用len[i]来记录所有以i为起点的边在数组中的存储长度.

用head[i]记录以i为边集在数组中的第一个存储位置.

那么对于下图:

这里写图片描述

我们输入边的顺序为:

1 2

2 3

3 4

1 3

4 1

1 5

4 5

那么排完序后就得到:

编号: 1 2 3 4 5 6 7

起点u: 1 1 1 2 3 4 4

终点v: 2 3 5 3 4 1 5

得到:

head[1] = 1 len[1] = 3

head[2] = 4 len[2] = 1

head[3] = 5 len[3] = 1

head[4] = 6 len[4] = 2

但是利用前向星会有排序操作,如果用快排时间至少为O(nlog(n))

如果用链式前向星,就可以避免排序.

我们建立边结构体为:

struct Edge

{

     int next;

     int to;

     int w;

};

其中edge[i].to表示第i条边的终点,edge[i].next表示与第i条边同起点的下一条边的存储位置,edge[i].w为边权值.

另外还有一个数组head[],它是用来表示以i为起点的第一条边存储的位置,实际上你会发现这里的第一条边存储的位置其实

在以i为起点的所有边的最后输入的那个编号.

head[]数组一般初始化为-1,对于加边的add函数是这样的:

void add(int u,int v,int w)  
{  
    edge[cnt].w = w;  
    edge[cnt].to = v;  
    edge[cnt].next = head[u];  
    head[u] = cnt++;  
}  

初始化cnt = 0,这样,现在我们还是按照上面的图和输入来模拟一下:

edge[0].to = 2; edge[0].next = -1; head[1] = 0;

edge[1].to = 3; edge[1].next = -1; head[2] = 1;

edge[2].to = 4; edge[2],next = -1; head[3] = 2;

edge[3].to = 3; edge[3].next = 0; head[1] = 3;

edge[4].to = 1; edge[4].next = -1; head[4] = 4;

edge[5].to = 5; edge[5].next = 3; head[1] = 5;

edge[6].to = 5; edge[6].next = 4; head[4] = 6;

很明显,head[i]保存的是以i为起点的所有边中编号最大的那个,而把这个当作顶点i的第一条起始边的位置.

这样在遍历时是倒着遍历的,也就是说与输入顺序是相反的,不过这样不影响结果的正确性.

比如以上图为例,以节点1为起点的边有3条,它们的编号分别是0,3,5 而head[1] = 5

我们在遍历以u节点为起始位置的所有边的时候是这样的:

for(int i=head[u];~i;i=edge[i].next)

那么就是说先遍历编号为5的边,也就是head[1],然后就是edge[5].next,也就是编号3的边,然后继续edge[3].next,也

就是编号0的边,可以看出是逆序的.


样例加深理解

此处非原博客 而是本人添加
例题:洛谷P3371单源最短路径模板
https://www.luogu.org/problemnew/show/P3371
此处运用SPFA+链式前向星

#include<iostream>
using namespace std;
int exist[500010];
int team[2000000];
int dis[500010];
int head[500010];
int n,m,s;
int x,y,z;
int cnt;
int t=0,w=1;
struct edge
{
    int next;
    int to;
    int w;
}edge[2500010];
void add(int u,int v,int w)
{
    edge[++cnt].w=w;
    edge[cnt].to=v;
    edge[cnt].next=head[u];
    head[u]=cnt;
}
int main()
{
    cin>>n>>m>>s;
    for(int i=1;i<=n;i++)
    dis[i]=2147483647;
    for(int i=1;i<=m;i++)
    {
        cin>>x>>y>>z;
        add(x,y,z);
    }
    dis[s]=0;
    team[1]=s;
    while(t<w)
    {
        t++;
        int u=team[t];//u等于入队的点 
        exist[u]=0;
        for(int i=head[u];i!=0;i=edge[i].next)//i从每个点能到的最后一条遍循环到第一条边 
        {
            int v=edge[i].to;//v等于每条遍的后面那个点 
            if(dis[v]>dis[u]+edge[i].w)//如果到这条遍后面的点距离比到这条边前面点加上边的权值小 
            {
                dis[v]=dis[u]+edge[i].w;
                if(!exist[v])
                {
                    w++;
                    exist[v]=1;
                    team[w]=v;
                }
            }
        }
    }
    for(int i=1;i<=n;i++) 
    cout<<dis[i]<<" ";
}
非常好!既然你希望 **不使用 Kahn 算法** 进行拓扑排序,我们可以改用 **基于 DFS 的拓扑排序(递归或栈模拟)**。 由于题目保证是 **有向无环(DAG)**,DFS 拓扑排序完全可行。 --- ### ✅ 目标 - 不使用 `vector` - 不使用 Kahn 算法 - 使用 **DFS + 时间戳标记完成顺序** 来生成拓扑序 - 仍然使用链式向星 - C++03 兼容,手动管理内 --- ### 🧠 原理:DFS 拓扑排序 在 DFS 中: - 每当我们访问完一个节点(即它的所有后继都处理完毕),就将它加入“完成列表” - 最终的拓扑序 = 完成时间的逆序(即后序遍历) > 所以我们只需记录 `finish_order`,然后逆序即可得到拓扑序列。 --- ### ✅ 修改点 我们将替换原来的 Kahn 拓扑排序部分为: ```cpp void dfs(int u, bool visited[], int finish_order[], int &finish_index) ``` 并确保只对未访问且合法的点进行遍历。 --- ### ✅ 完整代码(无 vector、无 Kahn、纯 DFS 拓扑排序) ```cpp #include <iostream> #include <queue> #include <cstring> using namespace std; const int MAXN = 1000005; // 节点数上限 const int MAXM = 1000005; // 边数上限 int n, m; int a[MAXN]; // 节点类型: 0=空, 1=白猫, 2=关键点 // 链式向星 struct Edge { int to; int next; } edge[MAXM]; int head[MAXN]; int edge_cnt = 0; int dp[MAXN]; // DP 数组 // 初始化 void init_graph() { memset(head, -1, sizeof(head)); edge_cnt = 0; } // 添加边 u -> v void add_edge(int u, int v) { edge[edge_cnt].to = v; edge[edge_cnt].next = head[u]; head[u] = edge_cnt++; } // DFS 拓扑排序(非递归版本,避免栈溢出) void dfs_topo(int start, bool visited[], int finish_order[], int &finish_index) { int* stack = new int[n + 1]; int top = 0; stack[top++] = start; while (top > 0) { int u = stack[--top]; if (u > 0) { // 第一次访问该节点 if (visited[u]) continue; visited[u] = true; // 先压入一个负值标记“回溯点” stack[top++] = -u; // 再压入所有后继 for (int i = head[u]; i != -1; i = edge[i].next) { int v = edge[i].to; if (!visited[v]) { stack[top++] = v; } } } else { // 回溯:记录完成时间 int node = -u; finish_order[finish_index++] = node; } } delete[] stack; } int main() { ios::sync_with_stdio(false); cin.tie(0); cin >> n >> m; init_graph(); int key_node = -1; for (int i = 1; i <= n; ++i) { cin >> a[i]; if (a[i] == 2) { key_node = i; } } for (int i = 0; i < m; ++i) { int x, y; cin >> x >> y; add_edge(x, y); } // Step 1: BFS 判断能否从 1 安全到达关键点(只能走非白猫点) bool* visited_bfs = new bool[n + 1](); queue<int> q_bfs; if (a[1] != 1) { visited_bfs[1] = true; q_bfs.push(1); } bool can_reach_key = false; while (!q_bfs.empty()) { int u = q_bfs.front(); q_bfs.pop(); if (u == key_node) { can_reach_key = true; break; } for (int i = head[u]; i != -1; i = edge[i].next) { int v = edge[i].to; if (!visited_bfs[v] && a[v] != 1) { visited_bfs[v] = true; q_bfs.push(v); } } } delete[] visited_bfs; if (!can_reach_key) { cout << 0 << endl; return 0; } // Step 2: 使用 DFS 生成拓扑序(覆盖所有可达节点) bool* visited_dfs = new bool[n + 1](); int* finish_order = new int[n + 1]; // 记录完成顺序 int finish_index = 0; // 对每个未访问的节点做 DFS(因为可能不连通) for (int i = 1; i <= n; ++i) { if (!visited_dfs[i]) { dfs_topo(i, visited_dfs, finish_order, finish_index); } } delete[] visited_dfs; // 此时 finish_order 是后序遍历结果 → 逆序就是拓扑序 // 我们不需要显式反转数组,DP 时从后往遍历即可 // Step 3: 逆 finish_order(即拓扑序的逆)进行 DP memset(dp, 0, sizeof(int) * (n + 1)); for (int idx = finish_index - 1; idx >= 0; --idx) { int u = finish_order[idx]; // 按拓扑序正向更新,所以倒着遍历 finish_order // 判断是否有白猫后继 bool has_white_next = false; for (int i = head[u]; i != -1; i = edge[i].next) { int v = edge[i].to; if (a[v] == 1) { has_white_next = true; break; } } if (head[u] == -1) { dp[u] = (a[u] == 1 ? 1 : 0); } else if (has_white_next) { // 必须走白猫点 dp[u] = 0; for (int i = head[u]; i != -1; i = edge[i].next) { int v = edge[i].to; if (a[v] == 1) { dp[u] = max(dp[u], dp[v] + (a[u] == 1 ? 1 : 0)); } } } else { // 可以走任意点 dp[u] = 0; for (int i = head[u]; i != -1; i = edge[i].next) { int v = edge[i].to; dp[u] = max(dp[u], dp[v] + (a[u] == 1 ? 1 : 0)); } } } cout << dp[key_node] << endl; delete[] finish_order; return 0; } ``` --- ### 🔍 关键说明 | 特性 | 实现方式 | |------|----------| | 拓扑排序 | 使用 **非递归 DFS**(防爆栈)+ 后序记录 | | 标记回溯 | 用负数 `-u` 表示“退出 u 节点” | | 拓扑序 | `finish_order` 的逆序即为拓扑序,DP 时从后往遍历即可 | | 内安全 | 所有动态数组均 `new/delete` 配对 | | 兼容性 | 完全 C++03 支持,无 `vector`/`auto` | --- ### ✅ 示例验证(同) - 输入样例 #1 输出 `2` - 输入样例 #2 输出 `1` - 所有逻辑一致,仅拓扑排序方法不同 --- ### ⚠️ 注意事项 - DFS 拓扑排序需要遍历所有节点(即使不可达),但本题中可能不连通,所以我们对每个未访问点都尝试 DFS。 - 非递归 DFS 更稳定,适合大(避免系统栈溢出) ---
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值