数据结构--Chapter6(图)

Wang_AI

墨衍会员 · AI 创作全网分发码龄12年

关注

原创最新推荐文章于 2026-05-07 09:14:34 发布 1k 阅读 AI 写同款· GEO 优化 ›

【数据结构】图的存储结构—邻接表 在图论和计算机科学中，邻接表【Adjacency List】是用来表示有限图的无序表的集合。每个列表描述图中一个顶点的邻域集。今天来和叶子一起学习邻接表吧！阅读详情

6 图

6.1 图概述

6.1.1 图的基本概念

图是由顶点(Vertex)集V和边(Edge)集E组成，记为G=（V，E）。V是有穷非空集合，称为顶点集，v∈V称为顶点。E是有穷集合，称为边集，e∈E称为边。e=(u,v)或e=<u,v>；u,v∈V，其中，(u,v)表示顶点u与顶点v的一条无向边，简称为边，即(u,v)没有方向，这时(u,v)(v,u)是等同的；而<u,v>表示从顶点u到顶点v的一条有向边，简称为弧，u为始点或弧尾，v为终点或弧头。需要说明的是，E可以是空集，此时图G只有顶点没有边，称为零图。

1. 无向图

全部由无向边构成的图称为无向图（Undirected Graph）

2. 有向图

全部由有向边构成的图称为有向图（Directed Graph）。

3. 权和网

在一个图中，每条边可以标上具有某种含义的数值，此数值成为该边上的权（Weight），通常一个权是一个非负数。权可以表示从一个顶点到另一个顶点的距离，时间或代价等含义。边上标识权的图成为网。

4. 完全图

在具有n个顶点的无向图G中，当边数达到最大值n(n-1)/2时，称图G为无向完全图（Undirected Complete Graph）。

在具有n个顶点的有向图G中，当边数达到最大值n(n-1)时，称图G为有向完全图（Directed Complete Graph）。

5. 稠密图和稀疏图

在具有n个顶点、e条边的图G中，若含有较少的边（例如e<nlog2(n)），则称图G为稀疏图（Sparse Graph），反之则称为稠密图（Dense Graph）。

6. 子图

设有两个图G=(V，E)和G‘=(V’，E‘)，若V’是V的子集，并且E'shi E的子集，则称G’为G的子图(Subgraph)，记为G‘∈G。若G’为G的子图，并且V‘=V，则称G’为G的生成子图（Spanning Subgraph）。

7. 邻接点

在一个无向图中，若存在一条边（u，v），则称顶点u与v互为邻接点。边（u，v）是顶点u和v关联的边，顶点 u和v是边（u，v）关联的顶点。

在一个有向图中，若存在一条弧<u，v>，则称顶点u邻接到v，顶点v邻接自u。弧（u，v）和顶点u、v关联。

8. 顶点的弧

顶点的度（Degree）是图中与该顶点相关联的数目。顶点v的度记为D(v)。在有向图中，顶点v的度有入度和出度之分，以v为终点的弧的数目称为入度（In Degree）；以v为起点的弧的数目称为出度（Out Degree），记为OD(v)，顶点的度等于它的入度和出度之和，即D(v)=ID(v)+OD(v)。

若一个图有n个顶点和e条边，则改图所有顶点的度之和与边数e满足如下关系：

e=0.5*[D(V0)+D(V1)+D(V2)+...+D(Vn-1)]

9. 路径与回路

在一个图中，路径（Path）是从顶点u到顶点v所经过的顶点序列，路径长度是指该路径上边的数目。第一个顶点和最后一个顶点相同的路径称为回路或环。序列中顶点不重复出现的路径称为初等路径。除了第一个顶点和最后一个顶点之外，其余顶点不重复出现的回路称为初等回路。

10. 连通图和连通分量

在无向图中，若从顶点u到顶点v有路径，则称u和v是连通的。若图中的任意两个顶点均是连通的，则称该图是连通图，否则称为非连通图。无向图中的极大连通子图称为连通分量。

11. 强连通图和强连通分量

在有向图中，若任意两个顶点均连通，则称该图是强连通图。有向图中的极大强连通子图称为强连通分量，强连通图只有一个强连通分量，即其本身；非强连通图有多个强连通分量。

12. 生成树和生成森林

生成树是一种特殊的生成子图，它包含图中的全部顶点，但只有构成一棵树的n-1条边。

对于非连通图，每个连通分量可行成一棵生成树，这些生成树组成了该非连通图的生成森林。

6.1.2 图的抽象数据类型

图由顶点集和边集组成，因此对图的操作也集中在对顶点和边的操作上，主要有以下的一些操作。1）createGraph()：创建一个图

2）getVexNum()：返回图中的定点数

3）getArcNum()：返回图中的边数

4）getVex(v)：给定顶点的位置v，返回其对应的顶点值，其中，0<=v<vexNum（vexNum为顶点数）。

5）locateVex(vex)：给定顶点的值vex，返回其在图中的位置，如果图中不包含此项点，则返回-1。

6）firstAdjVex(v)：返回v的第一个邻接点，若v没有邻接点，则返回-1，其中，0<=v<vexNum（vexNum为顶点数）。

7）nextAdjVex(v,w)：返回v相对于w的下一个邻接点，若w是v的最后一个邻接点，则返回-1，其中，0<=v，w<vexNum。

6.2 图的存储结构

图的类型主要有4中：无向图、有向图、无向网和有向网。可以用枚举表示如下：

public enum GraphKind {
	UDG, // 无向图(UnDirected Graph)
	DG, // 有向图(Directed Graph)
	UDN, // 无向网(UnDirected Network)
	DN;// 有向网(Directed Network)
}

图的存储结构除了存储图中各个顶点的信息外，还要存储与顶点相关联的边的信息，图的常见存储结构有邻接矩阵、邻接表、临界多重表、十字链表等，每种存储结构都能表示上面所讲的4种类型的图，这儿主要介绍邻接矩阵和邻接表。

6.2.1 邻接矩阵

图的邻接矩阵（Adjacency Matrix）是用来表示顶点之间相邻关系的矩阵。

图的邻接矩阵存储方式是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）存储图中的边或弧的信息。

设图G有n个顶点，则邻接矩阵是一个n*n的方阵，定义为：

【例】下图中无向图G 5 和有向图G 6 的邻接矩阵分别为A l 和A 2 。

无向图的邻接矩阵是对称阵，因此一般可以采用压缩存储；有向图的邻接矩阵一般不对称。用邻接矩阵存储图，所需要的存储空间只与顶点数有关。

对于网G，则邻接矩阵可定义为：

其中：W ij 表示边上的权值；

∞表示一个计算机允许的、大于所有边上权值的数。

【例】下面带权图的两种邻接矩阵分别为A 3 和A 4 。

用邻接矩阵表示图，很容易判断任意两个顶点之间是否有边，同样很容易求出各个顶点的度。对于无向图，邻接矩阵的第i行或第i列的非零元素的个数正好是第i个顶点Vi的度；对于有向图，邻接矩阵的第i行的非零元素的个数正好是第i个顶点Vi的出度，第i列的非零元素的个数正好是第i个顶点Vi的入度。

2. 图的邻接矩阵类的描述

对于一个具有n个顶点的图G，可以将图G的邻接矩阵存储在一个二维数组中，图的邻接矩阵类MGraph的描述如下：

package ljjz;

import chapter6.GraphKind;

public class MGraph {
	public final static int INFINITY = Integer.MAX_VALUE;
	private GraphKind kind;// 图的种类标志
	private int vexNum, arcNum;// 图的当前顶点数和边数
	private Object[] vexs;// 顶点
	private int[][] arcs;// 邻接矩阵

	public MGraph() {
		this(null, 0, 0, null, null);
	}

	public MGraph(GraphKind kind, int vexNum, int arcNum, Object[] vexs,
			int[][] arcs) {
		this.kind = kind;
		this.vexNum = vexNum;
		this.arcNum = arcNum;
		this.vexs = vexs;
		this.arcs = arcs;
	}

	// 创建图
	public void createGraph() {

	}

	// 创建无向图
	private void createUDG() {
		
	}

	// 创建有向图
	private void createDG() {

	}

	// 创建无向网
	private void createUDN() {

	}

	// 创建有向网
	private void createDN() {

	}

	// 返回顶点数
	public int getVexNum() {
		return vexNum;
	}

	// 返回边数
	public int getArcNum() {
		return arcNum;
	}

	// 给定顶点的值vex，返回其在图中的位置，如果图中不包含此顶点，则返回-1
	public int locateVex(Object vex) {
		return 0;
	}

	// 返回v表示结点的值，0<=v<vexNum
	public Object getVex(int v) throws Exception {
		if (v < 0 || v >= vexNum) {
			throw new Exception("第" + v + "个顶点不存在！");
		}
		return vexs[v];
	}

	// 返回v的第一个邻接点，若v没有邻接点则返回-1,0<=v<vexNum
	public int firstAdjVex(int v) throws Exception {
		return 0;
	}

	// 返回v相对于w的下一个邻接点，若w是v的最后一个邻接点，则返回-1，其中，0<=v，w<vexNum
	public int nextAdjVex(int v, int w) {
		return 0;
	}

	public GraphKind getKind() {
		return kind;
	}

	public int[][] getArcs() {
		return arcs;
	}

	public Object[] getVexs() {
		return vexs;
	}

}

3. 图的邻接矩阵类基本操作的实现

1）图的创建

	public void createGraph() {
		Scanner sc = new Scanner(System.in);
		GraphKind kind = GraphKind.valueOf(sc.next());
		switch (kind) {
		case UDG:
			createUDG();// 构造无向图
			return;
		case DG:
			createDG();// 构造有向图
			return;
		case UDN:
			createUDN();// 构造无向网
			return;
		case DN:
			createDN();// 构造有向网
			return;
		}
	}

	// 创建无向网
	private void createUDN() {
		Scanner sc = new Scanner(System.in);
		System.out.println("请分别输入图的顶点数、图的边数");
		vexNum = sc.nextInt();
		arcNum = sc.nextInt();
		vexs = new Object[vexNum];
		System.out.println("请分别输入图的各个顶点");
		for (int v = 0; v < vexNum; v++) {
			vexs[v] = sc.next();
		}
		arcs = new int[vexNum][vexNum];
		for (int v = 0; v < vexNum; v++) {
			for (int u = 0; u < vexNum; u++) {
				arcs[v][u] = INFINITY;
			}
		}
		System.out.println("请输入各个变的两个顶点及其权值");
		for (int k = 0; k < arcNum; k++) {
			int v = locateVex(sc.next());
			int u = locateVex(sc.next());
			arcs[v][u] = arcs[u][v] = sc.nextInt();
		}

	}

	// 创建有向网
	private void createDN() {
		Scanner sc = new Scanner(System.in);
		System.out.println("请分别输入图的顶点数、图的边数");
		vexNum = sc.nextInt();
		arcNum = sc.nextInt();
		vexs = new Object[vexNum];
		System.out.println("请分别输入图的各个顶点");
		for (int v = 0; v < vexNum; v++) {
			vexs[v] = sc.next();
		}
		arcs = new int[vexNum][vexNum];
		for (int v = 0; v < vexNum; v++) {
			for (int u = 0; u < vexNum; u++) {
				arcs[v][u] = INFINITY;
			}
		}
		System.out.println("请输入各个变的两个顶点及其权值");
		for (int k = 0; k < arcNum; k++) {
			int v = locateVex(sc.next());
			int u = locateVex(sc.next());
			arcs[v][u] = sc.nextInt();
		}
	}

2）顶点定位

顶点定位的结拜呢要求：根据顶点信息vex，取得其在顶点数组中的位置，若图中无此顶点，则返回-1.

	public int locateVex(Object vex) {
		for(int v = 0;v<vexNum;v++){
			if(vexs[v].equals(vex)){
				return v;
			}
		}
		return -1;
	}

3）查找第一个邻接点

查找第一个邻接点的基本要求是：已知图中的一个顶点v，返回v的第一个邻接点，若v没有邻接点，则返回-1，其中，0<=v<vexNum。

	public int firstAdjVex(int v) throws Exception {
		if (v < 0 || v >= vexNum) {
			throw new Exception("第" + v + "个顶点不存在！");
		}
		for (int j = 0; j < vexNum; j++) {
			if (arcs[v][j] != 0 && arcs[v][j] < INFINITY) {
				return j;
			}
		}
		return -1;
	}

4）查找下一个邻接点

查找下一个邻接点的基本要求是：已知图中的一个顶点v以及v的一个邻接点w，返回v相对于w的下一个邻接点，若w是v最后一个邻接点，则返回-1，其中0<=v，w<vexNum。

	public int nextAdjVex(int v, int w) throws Exception {
		if (v < 0 || v >= vexNum) {
			throw new Exception("第" + v + "个顶点不存在！");
		}
		for (int j = w + 1; j < vexNum; j++) {
			if (arcs[v][j] != 0 && arcs[v][j] < INFINITY) {
				return j;
			}
		}
		return -1;
	}

用邻接矩阵存储图，虽然能很好地确定图中的任意两个顶点之间是否右边，但是不论是求任意顶点的度，还是查找任一顶点的邻接点，都需要访问对应的一行或一列中的所有的数据元素，其时间复杂度为O(n)。而确定图中有多少条边，则必须按行对每个数据元素进行检测，花费的时间代价较大，其时间复杂度为O(n^2)。从空间上看，无论图中的顶点之间是否有边，都要在邻接矩阵中保存空间，其空闲复杂度为O(n^2),空间效率较低，这也是邻接矩阵的局限性。

6.2.2 邻接表

1. 图的邻接表存储结构

邻接表（Adjacency List）是图的一种链式存储方法，邻接表表示类似于树的孩子链表表示。邻接表是由一个顺序存储的顶点表和n个链式存储的边表组成的。其中，顶点表由顶点结点组成；边表是由边（或弧）及结点组成的一个单链表，表示所有依附于顶点Vi的边（对于有向图就是所有以Vi为始点的弧）。

顶点结点包括data和firstArc两个域。data表示顶点信息；firstArc表示指向边表中的第一个边（或弧）结点。顶点节点类VNode的描述如下：

边界点包括adjVex、nextArc和value共3个域，其中，adjVex表示与顶点Vi邻接的顶点在图中的位置；nextArc指向下一个边结点；value存储与边相关的信息，例如权值等。