路径邻接表 head[] next[]

本文详细介绍了如何使用邻接表来存储图,并通过实例演示了如何添加边以及遍历以某个顶点为起点的所有路径。通过这种方法,能够清晰地展示图的结构及其遍历过程。

添加 a->b 路径代码:

int tot = 0; //全局变量,表示第几条路径
int head[LEN] = {0};
int next[LEN] = {0};


// 存储 a->b 路径
void add(int a, int b) {
	++tot;  // 路径标号,第几条路径

	next[tot] = head[a]; 
	head[a] = tot;

	des[tot] = b;  //存储终点,表示 第tot条路径 的终点是b
}

//head[] 的数组下标为地点
//next[] 的数组下标为第几条路径
//des[]  的数组下标为第几条路径

//head[] next[] 数组里的元素在创建时必须初始化为零    

假设插入如下路径:a->b,  a->c,  a->d,  b->e,  a->e

先初始化 head,next 数组,都初始化为 0,

head[ a ] = 0,head[ b ] = 0,... ,head[ e ] = 0

next[ a ] = 0,next[ b ]=0,... ,next[ e ] = 0   (注意 a, b, c, d, e 可以化作数字 1, 2, 3, 4, 5)

插入 a->b:   ++tot = 1(第1条路径),      next[ 1 ] = head[ a ] = 0,         head[ a ] = tot = 1,      des[ 1 ] = b(终点是b)

插入 a->c:   ++tot = 2(第2条路径),      next[ 2 ] = head[ a ] = 1,          head[ a ] = tot = 2,      des[ 2 ] = c(终点是c)

插入 a->d:   ++tot = 3(第3条路径),      next[ 3 ] = head[ a ] = 2,          head[ a ] = tot = 3,      des[ 3 ] = d(终点是d)

插入 b->e:   ++tot = 4(第4条路径),      next[ 4 ] = head[ b ] = 0,          head[ b ] = tot = 4,      des[ 4 ] = e(终点是e)

插入 a->e:   ++tot = 5(第5条路径),      next[ 5 ] = head[ a ] = 3,           head[ a ] = tot = 5,     des[ 5 ] = e(终点是e)

遍历以 a 为起点的所有路径:

for(int i = head[a]; i; i = next[i]){
    
}

1、遍历以 a 为起点的路径:

i = head[ a ] = 5;

i = 5,  des[ 5 ] = e   (终点是e,路径:a -> e)   i = next[ 5 ] = 3;   //第5条路径

i = 3,  des[ 3 ] = d   (终点是d,路径:a -> d)   i = next[ 3 ] = 2;   //第3条路径

i = 2,  des[ 2 ] = c   (终点是c,路径:a -> c)   i =  next[ 2 ] = 1;   //第2条路径

i = 1,  des[ 1 ] = b   (终点是b,路径:a -> b)   i = next[ 1 ] = 0;   //第1条路径

i = 0 ( 退出循环 )

2、遍历以 b 为起点的路径:

i = head[ b ] = 4;

i = 4,  des[ 4 ] = e   (终点是e,路径:a -> e)   i = next[ 4 ] = 0;    //第4条路径

i = 0 ( 退出循环 )

3、假设遍历以 e 为起点的路径,当然并不存在以 e 为起点的路径,在初始化 i = head[ e ] = 0,就直接退出遍历循环了

 

读者还可以自己添加一个 len[ ] 数组存储每条路径的长度,数组下标为 tot ( 路径标号 )  ( 和 des[ ] 数组用法一致 )

 

### 图的邻接链表表示方法及实现示例 #### 邻接链表的基本概念 邻接链表是一种用于表示图的数据结构,特别适用于稀疏图(即边的数量远小于顶点数量平方的图)。其核心思想是,对于图中的每个顶点,使用一个链表来存储与该顶点相邻的其他顶点。每个链表中的节点表示从当前顶点出发的边的终点。这种方式能够高效地存储和遍历图的边,同时节省存储空间[^1]。 在有向图中,邻接链表仅记录从当前顶点出发的边的终点。例如,如果存在一条从顶点 A 到顶点 B 的边,则在顶点 A 的邻接链表中添加 B,但在顶点 B 的邻接链表中不会添加 A。 #### 邻接链表的实现 下面是一个使用 C++ 实现有向图的邻接链表表示的示例。该实现包括以下几个组件: - `Graph`:表示整个有向图。 - `Node`:表示图中的一个顶点及其邻接链表。 - `AdjNode`:表示邻接链表中的一个节点。 ```cpp #include <iostream> using namespace std; // 邻接表中的节点 struct AdjNode { int dest; // 边的终点 AdjNode* next; // 指向下一个邻接节点的指针 AdjNode(int dest) : dest(dest), next(nullptr) {} }; // 图的节点 struct Node { AdjNode* head; // 指向邻接表的头节点 Node() : head(nullptr) {} }; // 图的邻接表表示 class Graph { private: int numVertices; // 图中的顶点数量 Node* adjListArray; // 邻接表数组 public: // 构造函数 Graph(int numVertices) { this->numVertices = numVertices; adjListArray = new Node[numVertices]; } // 添加边 void addEdge(int src, int dest) { // 创建新的邻接节点 AdjNode* newNode = new AdjNode(dest); newNode->next = adjListArray[src].head; adjListArray[src].head = newNode; } // 打印图的邻接表表示 void printGraph() { for (int i = 0; i < numVertices; ++i) { cout << "顶点 " << i << " 的邻接表: "; AdjNode* temp = adjListArray[i].head; while (temp) { cout << "-> " << temp->dest; temp = temp->next; } cout << endl; } } // 析构函数 ~Graph() { for (int i = 0; i < numVertices; ++i) { AdjNode* temp = adjListArray[i].head; while (temp) { AdjNode* next = temp->next; delete temp; temp = next; } } delete[] adjListArray; } }; int main() { Graph graph(5); // 创建一个包含5个顶点的图 graph.addEdge(0, 1); graph.addEdge(0, 4); graph.addEdge(1, 2); graph.addEdge(1, 3); graph.addEdge(1, 4); graph.addEdge(2, 3); graph.addEdge(3, 4); graph.printGraph(); return 0; } ``` #### 代码解析 1. **数据结构定义**: - `AdjNode` 结构体表示邻接表中的一个节点,包含边的终点和指向下一个节点的指针。 - `Node` 结构体表示图中的一个顶点,包含指向邻接表头节点的指针。 - `Graph` 类表示整个有向图,包含顶点数量和邻接表数组。 2. **添加边**: - `addEdge` 方法用于在图中添加一条从 `src` 到 `dest` 的边。该方法创建一个新的 `AdjNode` 节点,并将其插入到 `src` 的邻接表链表中。 3. **打印图的邻接表表示**: - `printGraph` 方法遍历图的每个顶点,并打印其邻接表中的所有节点。 4. **内存管理**: - 析构函数 `~Graph` 负责释放图中所有邻接表节点占用的内存,避免内存泄漏。 #### 邻接链表的优势 - **空间效率**:邻接链表在存储稀疏图时比邻接矩阵更节省空间,因为它仅存储存在的边。 - **灵活性**:邻接链表能够轻松处理动态变化的图,例如频繁添加或删除边的情况。 - **遍历效率**:对于图的遍历操作(如深度优先搜索和广度优先搜索),邻接链表通常比邻接矩阵更高效,因为它直接提供了每个顶点的所有邻接节点。 #### 应用场景 邻接链表广泛应用于图算法中,例如: - **最短路径算法**:如 Dijkstra 算法和 Bellman-Ford 算法。 - **最小生成树算法**:如 Prim 算法。 - **拓扑排序**:用于有向无环图的排序。 - **网络流算法**:如 Ford-Fulkerson 算法。 #### 相关问题 1. 邻接矩阵和邻接链表在表示图时的优缺点是什么? 2. 如何在邻接链表中实现图的深度优先搜索? 3. 如何在邻接链表中实现图的广度优先搜索? 4. 如何在邻接链表中添加带权重的边? 5. 如何在邻接链表中删除一条边?
评论
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