2、邻接表

 

一、课程目标

  1. 邻接表
  2. Vector实现
  3. 指针单链表实现(可选)
  4. 链式前向星实现(可选)

二、目标详解

1、邻接表

用邻接矩阵来表示图,需要用到二维数组,其中很多没有连接的边也都需要占位,占内存比较大,另外对图进行访问的时候也会消耗更多的循环次数。

另外一种方式就是使用邻接表,只存储每个顶点连接的边(边的个数不定)。这样对于大的稀疏图就可以节约大量的内存,同时访问起来更加快速。

邻接表核心结构:

  • 顶点用一维数组存储
  • 每个顶点的所有邻接边构成一个长度不定的线性表

由于邻接边的动态特性,一般都使用结构体+指针(单向链表)的方式来实现邻接表,但如果对链表知识没有掌握的同学,也可以采用其它方法实现动态线性表,例如Vector、甚至数组等。

2、邻接表案例

邻接表内容:

顶点边1边 2…..
A25
B34
C4
D5
E2

2、Vector实现

Vector是c++ stl库提供的可变大小的序列容器,基本操作:

  • 头文件:#include <vector>
  • 声明变量:vector<int> vec
  • 增加元素:vec.push_back(a)
  • 下标访问:vec[i],从0开始到vec.size()-1

可变大小的特性用来实现邻接表非常合适:

2.1 邻接表定义

vector<int> g[N];//存储n个顶点对应的边,每个是一个vector

如果加权图,可用一个结构体,例如:

struct Edge {
  int y; //边连接的顶点
  int w; //权
};
vector<Edge> g[N];

2.2 建边

cin>>x>>y; //输入一条边
g[x].push_back(y);  //新增一条边
//加权图增加结构体:g[x].push_back({y, w}); 
//无向图一条边加两次:g[y].push_back(x);

2.3 遍历

for(int j=0; j<g[i].size();  j++)
  访问 g[i][j];

3、指针单链表实现

把同一个顶点连接的所有边以单链表的方式连接起来,访问的时候按照next元素循环读取。

常见的实现是用结构体+指针实现单链表。

相比较vector的实现,单链表理解起来要晦涩一些,因此我们建议用vector方式更好,当然如果是超大图存在内存与时间要求的,使用单链表会有性能的优势。

3.1 邻接表定义

struct Edge {
  int end;
  Edge *next;
};
Edge* g[N];

3.2 建边

      Edge* e = new Edge;
      e->end = y[i];
      e->next = g[x[i]];
      g[x[i]] = e;
    }

以上主要是把新的边作为第一条边,其next指向旧的第一条边。

3.3 遍历

    for(Edge* e=g[i]; e!=NULL; e=e->next)
      //访问e

4、链式前向星实现

这是用静态数组实现单链表的一种技巧,将每个边用结构体的形态存储成一个边集(数组),每个边的next指向同一起点的下一条边在边集里的的序号,事实上就是一个链表。

g[N]为邻接表,存储每个顶点连接的第一条边(在边集里的序号)。

4.1 定义

struct Edge {
  int end;//终点
  int next;//下一条边的序号,0表示没有
};
Edge e[M];
int g[N];//邻接表,存储第一个edge

4.2 建边

    e[i].end = y[i];
    e[i].next = g[x[i]];
    g[x[i]] = i;

4.2 遍历

    for(int j=g[i]; j>0; j=e[j].next)
      //访问e[j]

三、扩展理解

1、结构体

结构体将多个字段聚合成一个类型,用struct关键字定义:

struct Person {
  string name;
  int age;
};

Person p1, p2, p3;

注意:以上是c++语法,在c语言中,变量声明前要加struct。

2、访问成员

结构体变量的成员,通过.来访问,例如:

Person p1;
p1.age = 20;

如果是指针变量,则通过->来访问,例如:

Person *p1 = new Person;
p1->age = 20;

3、指针释放

对于new出来的指针,需要显示调用delete进行释放,否则会内存泄露。

Person *p1 = new Person;
delete p1;

 

你提供的代码实现了Prim算法用于求解无向图的最小生成树(Minimum Spanning Tree, MST),下面我会逐步解释每个部分的功能。 ### 主要变量说明 - `int n`: 图中节点的数量。 - `int m`: 边的数量。 - `dis[MAXN]`: 记录从已选择的集合到其他各点的距离,默认初始化为无穷大(这里用了`0x3f3f3f3f`, 一种常见的表示较大值的方式),保证初始状态下任意两个顶点之间的最短路径都是未知的最大数,方便后续更新较短的距离。 - `MST`: 最小生成树的总权重。 - `bool vis[MAXN];`: 标记某顶点是否已经加入到了当前构建中的MST内。 - `struct edge { int to, tot; };`: 表示边的信息结构体;其中`to`代表这条边指向的目标节点编号,而`tot`则是该条边对应的权值。 - `vector<edge> g[MAXN];`: 邻接表存储形式,用来保存每一个节点所能到达的所有相邻节点及其对应边长信息。 ### 函数解析 - `void Prim()` #### 初始化阶段: 首先将所有访问标志位设为false,并把除了起点外所有的距离设定成极大值。然后设置起始位置`1`处的距离为`0`,意味着我们总是会从未处理过的结点开始尝试寻找离它最近的那个还没有加进来的邻居作为新的成员纳入正在形成的MST当中去。 ```cpp memset(vis, false, sizeof(vis)); memset(dis, 0x3f, sizeof(dis)); dis[1] = 0; ``` 接着通过循环迭代n次,每次选取一个新的、尚未被包含在内的最佳候选者——即具有最小连接代价但又不属于现有集合S的一员。这一步骤利用双重for-loop完成,外层遍历的是整个V集合同步维护着一个临时minn记录本轮所找到的最优解以及其索引x。一旦确定了这个新增元素,则将其正式收录并据此调整其它剩余候选项与其间的直接联系强度(即减小它们之间可能存在的更优通路长度)直到最后全部入列为止。 ```cpp for (int i = 1; i <= n; i++) { ... // 更新vis数组标记访问状态,并基于最新添加的定点优化其余未选定点间的关系描述数据... } ``` 特别需要注意的一点是在每一轮成功挑选出合适的下家之后还要记得累加此次变动带来的增量贡献至最终结果里头(`MST += dis[x];`)。 另外,在主程序入口处有一个读取输入的部分构造邻接矩阵的过程,这部分相对简单明了,主要是为了准备好测试用的数据环境而已。 ```cpp int main(){ ... for(int i=1;i<=m;i++){ ... g[x].push_back(edge({y,z}));//双向连边 g[y].push_back(edge({x,z})); } ... } ``` 以上就是对该段完整代码的具体解读过程啦! §§相关问题§.§: 1. 如果想要修改此算法适用于有向图的话需要做哪些改动呢? 2. 对于稀疏图而言,采用这种邻接表的方式来储存图形优势体现在哪里? 3. 当存在负权重边的情况下,还能否继续沿用这样的贪心策略来解决问题?如果不行应该选用哪种替代方案较好呢?
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