C++ 邻接矩阵与链式前向星

C++ 图论之邻接矩阵 邻接矩阵超详细讲解快来瞅瞅吧! 阅读详情

目录:

边的存储方法

邻接矩阵

链式前向星简介


边的存储方法:

        边的存储方法有:邻接矩阵,邻接表,数组模拟邻接表,链式前向星……

        当前主流的存储方法是:邻接矩阵 和 链式前向星

邻接矩阵:

        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。

        在 数据较小 或 用 Floyd算法 时,常用邻接矩阵,邻接矩阵在稠密图中表现得效率尤为高。

        无向图的邻接矩阵一定是对称的,而有向图的邻接矩阵不一定对称。

        邻接矩阵虽然简单,但是,邻接矩阵所需要的空间大小为n^{2},很多情况下时会爆空间的。

        给大家一张图:

【代码实现】

//假设有n个点,m条边,求1~n的最短路径
#include<iostream>
#include<cstdio>
#include<cmath>
#include<algorithm>
#include<map>
#include<vector>
#include<string>
#include<cstring>
#include<queue>//头文件 
int n,m;
int mapp[1001][1001];//存储图中的边权 
int dian[1001];//存储途中点的信息 
void clean()//初始化 
{
	for(int i=1;i<=n;i++)
	{
		for(int j=1;j<=n;j++)
		{
			if(i==j)
			{
				mapp[i][j]=0;
			}
			else
			{
				mapp[i][j]=0x7f7f7f;
				//mapp[i][j]=- 0x7f7f7f;
				//初始为无穷大或无穷小,需要根据题目变通 
			}
		}
	}
	return;
}
int main()
{
	scanf("%d%d",&n,&m);
	clean();//初始化
	for(int i=1;i<=n;i++)//读入点的信息,有些题目可能不需要读入点的信息 
	{
		scanf("%d",&dian[i]);
	} 
	for(int i=1;i<=m;i++)//读入边的信息 
	{
		int u,v,w;
		scanf("%d%d%d",&u,&v,&w);
		mapp[u][v]=w;//有向图 
		//mapp[u][v]=mapp[v][u]=w;无向图 
	}
} 

 

链式前向星简介:

        链式前向星是一种特殊的存储边的方式。链式前向星可以看作 " 带有索引数组的多个数据结构 " 构成的集合。在这样的结构中,存储的数据被分成若干类,每一类的数据结构构成一个链表,每一类还有一个代表元素,称为该类链表的 " 表头 " 。所有的 " 表头 " 构成一个表头数组,作为一个可以随机访问的索引,从而可以通过表头的数组定位到某一数据的对应的链表。

        相对于邻接矩阵,链式前向星的应用范围更广。

        给大家一张图:

【代码实现】

  

//假设有n个点,m条边 
#include<iostream>
#include<cstdio>
#include<cmath>
#include<algorithm>
#include<map>
#include<vector>
#include<string>
#include<cstring>
#include<queue>//头文件 
using namespace std;
int n,m;
int tot;//累加边数 
struct node
{
    int from;
	int to;
	int w;
}mapp[10001];
int head[10001];//记录头节点 
void add(int u,int v,int w)//链式前向星存储边权 
{
	tot++;//边数累加
    head[u]=tot;
    mapp[tot].from=head[u];
    mapp[tot].to=v;
    mapp[tot].w=w;
    return;
}
int main()
{
	scanf("%d%d",&n,&m);//读入 
	for(int i=1;i<=m;i++)
	{
		int u,v,w;
		scanf("%d%d%d",&u,&v,&w);
		add(u,v,w);//有向图 
		//add(u,v,w);//无向图 
		//add(v,u,w);//无向图 
	}
	return 0; 
}

C++中邻接矩阵、邻接表、链式前向星具体用法及讲解 邻接矩阵基本没用有边的数量就用链式前向星,否则就邻接表。 阅读详情

相关推荐

【算法】链式前向星的静态链表实现

我们都知道图的存储有两种方法,邻接矩阵以及邻接表,邻接矩阵是将每一对点之间是否存在边以及边的权值记录下来,优点是可以快速的访问任意两点之间的边,但是缺点是对空间的消耗太大,适用于点不太多的稀疏图;而邻接表则是采用类似链表的方式 ,以每个点为头节点来记录从该点出发的所有边,这样的好处是减少了很多的无谓消耗,每一次的存储都是有意义的,但是缺点是遇到一条边只能去遍历它的起点所在的链表来找到这条边,也就是

CFhM_R's Blog 1892

C++各种排序方法讲解(进阶)

堆排序~1 #include<iostream> using namespace std; int heap[32768]; int heap_size=0; int tot; void put(int num){ heap[++heap_size]=num; int now=heap_size,next; while(now>1){ next=now>>1; if(heap[next]<=heap[now]){ return; } els

Korloa的博客(A new world for you) 497

进阶数据结构——链式前向星

链式前向星是一种进阶的数据结构,主要用于图的存储。我希望大家先看这个视频(蓝色字体点进去) 不然你很难理解的。在图论中,图的存储方式主要有邻接矩阵和邻接表两种。邻接矩阵虽然建图简单方便,但占内存较大,节点数量稍微大点的题目就难以使用(适合稠密图);而邻接表虽然节省空间,但其指针形式难写易错,且vector形式的读取速度较慢,易导致大数据下的超时(TLE)。针对上述问题,链式前向星作为一种折中的方式应运而生。链式前向星本质上是一种静态链表,它将数据以链表形式连接在一起。

ycs66的博客 2138

邻接矩超详解(C/C++)

一、领接矩阵 1.概念 2.分类 3.步骤 4. 邻接矩阵的优缺点 5.代码

莫浅子的博客 1万+

c++图论(二)之图的存储图解

在 C++ 中实现图的存储时,常用的方法包括。:大多数情况下优先使用。实现带权图的高效存储。

m0_66655785的博客 1254

【详细图文】使用MobaXterm的SSH功能远程连接服务器,并创建pytorch环境,使用yolov8训练数据集

使用MobaXterm的SSH功能远程连接服务器,并创建pytorch环境,使用yolov8训练数据集,以及MobaXterm使用介绍和linux基础命令介绍。

qq_62844901的博客 3387

C++实现邻接矩阵

邻接矩阵是表示图的一种常见方式,它使用二维数组来描述节点之间的连接关系。函数中,我们创建了一个包含 5 个顶点的图,并添加了一些边。在这个示例中,我们定义了一个。方法用于打印邻接矩阵。方法打印了邻接矩阵。

学IT的细胞膜的博客 645

【win11+vs 2017+OpenCV4.5.5+Qt5.12配置】详细安装过程+小问题解决

由于Qt5无法与最新的vs2022兼容,扩展工具中一直显示不可用,所以将vs降级成vs2017。在安装Qt的过程中,会选择安装Qt套件,其中就的MCVS 2017,说明vs2017是与qt兼容的。当然也可以用qt creator这一原生IDE。OpenCV版本目前是最新的4.8.0,使用过程中没有什么问题,但是还是安装低版本大概率避免一些玄学问题。

qq_45306739的博客 3352

C++图的建立---邻接矩阵-----邻接表

C++图的建立---邻接矩阵-----邻接表

m0_63064861的博客 5802

高效静音黑科技 —— 单相直流无刷电机驱动器

然而,传统的BLDC电机驱动通常依赖于三相架构,电路复杂,成本高昂,且在低功率应用中显得有些“大材小用”。单相直流无刷电机驱动器作为一项高效、静音、经济的技术,正逐渐改变着各个领域的电机驱动方式。其精巧的控制策略、显著的优势以及广阔的应用前景,都预示着这项技术将在未来扮演越来越重要的角色。它相较于传统的三相驱动,显著简化了电路结构,降低了成本,尤其适用于低功率、对静音要求极高的应用场景。通过这些模块的协同工作,单相直流无刷电机驱动器能够实现对电机速度、扭矩的精确控制,并最大程度地降低噪声和振动。

wen8789的博客 1768

基于JAVA的GB28181实现之SIP服务核心组件解析

本文深入解析了基于JAVA的GB28181标准中SIP服务的核心组件实现,包括协议栈选择、消息处理引擎、事务管理器等关键技术点。通过实战案例分享海康威视、大华设备的特殊处理技巧,并提供性能优化和常见问题排查指南,帮助开发者高效构建稳定的视频监控系统。

weixin_30892037的博客 264

【C++算法模板】图的存储-邻接矩阵

邻接矩阵相比于上一篇博客邻接表的讲解要简单得多 1. 数据结构,如果将二维数组 g 定义为全局变量,那默认初始化应该为 0 ,如果题目中存在自环,可以做特判,memset 初始化数组 g 为 0x3f3f3f3f 表示无穷大,0 表示自环 2. 以下模板是无向图的邻接矩阵模板,如果改成有向图,和邻接表一样,不需要对称建边,比如有一条边是 (1,3)

qq_63586399的博客 1199

基于 OptiSystem 的掺铒光纤放大器(EDFA)分析

通过构建 EDFA 仿真模型,系统分析了铒离子掺杂半径、离子浓度、光纤长度及泵浦功率等关键参数对放大器增益和噪声特性的影响规律,为 EDFA 的优化设计提供了理论依据与仿真支撑。继续增大至 9μm,增益趋于稳定(约 19dB)。继续增加至 200mW,增益仅增加 2dB,表明泵浦功率存在阈值效应(约 100mW),超过后增益饱和明显。:作为增益介质,主要参数包括光纤长度(5~50m)、铒离子掺杂半径(1~10μm)、离子浓度(1×10²⁵~5×10²⁵m⁻³)、纤芯半径 2.2μm、数值孔径 0.24。

2501_91855190的博客 2683

别再死记硬背了!用Python和C++代码实例,5分钟搞懂邻接矩阵、邻接表和链式前向星怎么选

本文深入解析邻接矩阵、邻接表和链式前向星三种图存储结构的优缺点,通过Python和C++代码实例展示其实现方式。针对不同场景(稠密图、稀疏图、算法竞赛等)提供选型策略,帮助开发者根据图规模、查询需求和性能要求选择最优存储方案,提升图算法效率。

weixin_30730053的博客 459

k-Wave仿真例程:创建超声换能器并绘制声场分布

k-Wave软件是为了模拟超声波在1D、2D或3D中的传播。应用示例包括:- 均匀和非均匀介质中的传播- 模拟各种类型的传感器- 模拟多普勒效应- 衍射、折射和反射- 光声、超声成像- 波束合成、成像重建- 模拟弹性波。

weixin_38452364的博客 6333

099、多摄融合与变焦系统:广角到长焦的无缝切换算法

本文分享了多摄融合与变焦系统开发中的实战经验和关键挑战。作者通过一个旗舰机项目案例,揭示了广角到长焦切换时画面抖动问题的根源——融合算法误将视差当作运动补偿,并提出"视差冻结窗口"的解决方案。文章总结了三大多摄融合难点:物理视差处理、亮度差异补偿和切换时机把控,详细阐述了分层架构设计、融合权重计算等核心技术。同时强调了产线校准的重要性,并给出五项实用建议:允许边缘鬼影保留、参数场景化配置、加强产线检测、完善调试接口,以及合理运用AI技术。全文展现了多摄融合技术在时间、空间和感知维度上的复杂平衡艺术。

sundong_81的博客 49

图的几种存储结构与方法(有向图+无向图)

图的几种存储结构: 1、邻接矩阵 2、链式前向星 3、C++中vector的邻接表 (一)邻接矩阵 邻接矩阵是表示顶点之间相邻关系的矩阵。 基本思想为: S[i][j]就可以表示i ->(到) j有一条边内部数值可以是边权或者bool标记有无 上部为无向,下部为有向 建图什么的不就有手!!就行!! 使用实际或优劣对比: 1、方便检查任意一对定点间是否存在边 2、方便找任一顶点的所有“邻接点”(有边直接相连的顶点) 3、方便计算任一顶点的度(你遍历就完了) 对于无向图,邻接矩阵的第i行(或第i列)非零

qq_42852687的博客 5259

全功能爬虫框架:Botasaurus 的详细使用(现代化、反检测、高并发的智能爬虫框架)

Botasaurus是一个基于 Python 的全栈式智能数据采集框架。它深度融合了以下关键技术: 无头浏览器自动化(Headless Browser Automation):基于 Playwright 或 Puppeteer,支持 Chromium、Firefox、WebKit; 高级反检测引擎(Anti-Detection Engine):自动绕过 WebDriver、Canvas、AudioContext 等 50+ 种指纹检测; 声明式任务模型(Declarative Task Model):用装

数据知道的博客 4375

图的存储结构与方法

图的存储结构和方法: 1.邻接矩阵 2.链式前向星 3.vector邻接表

学无止境 910

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

链式前向星VS邻接矩阵:性能对比实测

在算法竞赛和工程应用中,图的存储方式直接影响程序性能。最近我用C++实测了链式前向星和邻接矩阵这两种常见结构,通过生成不同规模的随机图数据(100-10000节点),对比了它们的内存占用和遍历效率。以下是详细测试过程和结论。实际测试中发现,平台的一键执行功能特别适合这种需要反复调整参数的性能对比实验,省去了编译和清理中间文件的麻烦。通过网页编辑器实时调整参数后,点击运行立即能看到不同数据规模下的对比结果,比本地开发更高效。| 节点数 | 邻接矩阵(稠密图) | 前向星(稠密图) | 前向星(稀疏图) |

SilvermistRaven28的博客 371

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

【数据结构】存图 | vector邻接表 | 二维数组邻接矩阵 | 链式前向星

【数据结构】存图 | vector邻接表 | 二维数组邻接矩阵 | 链式前向星

MuShan_bit的博客 907

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

链式前向星

链式前向星,之前没太明白,现在把自己的理解写一下,巩固一下

weixin_61899680的博客 257

三种存图方式(邻接矩阵,邻接表,链式前向星)

#include&lt;cstdio&gt; #include&lt;vector&gt; #include&lt;cstring&gt; #include&lt;algorithm&gt; #include &lt;iostream&gt; using namespace std; const int MAXN=10; struct node { int to,cost; }; int...

September_的博客 519

建图的三种方式---邻接矩阵,邻接表,链式前向星

邻接矩阵 # include<iostream> using namespace std; const int maxn = 1e3; int graph[maxn][maxn]; void init(int n,int m) { //邻接矩阵 for (int i = 1;i <= n;i++) {//图中的点从1开始 for (int j = 1;j <= n;j++) { graph[i][j] = 0; } } } void build(int n, in

weixin_45323349的博客 344

C++如何处理图的存储方式

C++如何处理图的存储方式博主介绍邻接矩阵邻接表链式前向星**1、AcWing方式(纯数组)**Acwing图的存储方式案例复杂度 博主介绍 🌊 作者主页:苏州程序大白 🌊 作者简介:🏆优快云人工智能域优质创作者🥇,苏州市凯捷智能科技有限公司创立人,目前合作公司富士康、歌尔等 邻接矩阵 适用: 稠密图,就是说点数的平方与边数接近的情况,换句话说就是边特别多。 不适用: 稀疏图,就是点数的平方与边数差的特别多,边数少,但点数多,就不行了,因为空间占用太大了。 实现代码 #include <bits

苏州程序大白的博客 2795
上一篇: YbtOJ 序列破解(最小生成树)
下一篇: C++ 最短路径
允彦
博客等级 码龄5年 269粉丝 33原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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