当前位置: 首页 > article >正文

数据结构 -图 -基础

博客主页:【夜泉_ly】
本文专栏:【数据结构】
欢迎点赞👍收藏⭐关注❤️

在这里插入图片描述

文章目录

    • 常见概念
      • 有向无向
      • 完全图
      • 子图
      • 连通/强连通/弱连通图
      • 生成树
    • 存储结构

今天简单讲讲图的相关概念。

常见概念

有向无向

首先,
图主要被分成了两种,
无向有向
大概长这样:
在这里插入图片描述

无向图的一条边是双向的,
有向图的一条边是单向的,有方向。
因此,
无向图中,
相邻的两个点之间最多一条边;
而有向图,
相邻的两个点之间最多两条边。

完全图

我们把图中所有的点全部通过边两两相连,
这就是完全图
在这里插入图片描述

然后,用等差数列就可以得出,
无向完全图的边有n(n - 1)/2条,
有向n(n - 1)。

子图

我们把图中的点或线随便拆掉一些,
新图就是老图的子图:(图片)
在这里插入图片描述

不过要记住,
你只能删,
不能增或改。

连通/强连通/弱连通图

对于无向图,
如果任意两点都有路径相连,
没有分什么小团体,
那这就叫连通图
下面的红、蓝就是连通图,而黄、绿不是:
在这里插入图片描述

对于有向图,
如果任意一个点都有走到其余点的路径,
这就叫强连通图
如果把边的方向去掉,
即,把它当作无向图后,
还是一个连通图,
那这就叫弱连通图
(很明显,
强连通必是弱连通,
但弱不一定是强)
在这里插入图片描述

生成树

生成树,
首先得是个连通图,
然后得是这个连通图的最小联通子图
联通图刚刚讲了,子图也讲了,
剩个最小没讲,
这个最小不代表它的点变少了,
而代表它没有多余的边,
具体讲,
n个顶点的连通图,
其生成树只能是n个点、n-1条边的连通子图。
在这里插入图片描述

存储结构

没学图之前,
我还以为图是一堆Node的组合,
就像二叉树那样,
然后每个Node又存了相邻Node的指针。。。

不过现在一看,
搞个数组建立映射关系就行了,
在这之后,点的问题就解决了:
一个下标对应一个点。

那么,现在只需要知道如何表示边。
最主要的方法有两个:
邻接矩阵邻接表

先看邻接矩阵,
这里用到的是二维数组,
刚刚不是把点对应到了数组下标吗,
那么这里,
每个格子的横纵坐标就代表两个点,
格子存的值对应的是边的权值
(无穷代表该处没有边)

在这里插入图片描述
上面这是无向图的,
可以看到整个格子轴对称,
也就是每次需在对称的两个位置填数。
而有向图,
每次只在轴的一边填数,
另一边保持不变就行。

再来看看邻接表,
大概长这样:
在这里插入图片描述
有向图,你也可以用两个表,
一个记录这个点指向谁,
一个记录谁指向这个点。

知道了邻接矩阵和邻接表是什么,
我们还得关注一下它们的特点:

邻接矩阵邻接表
便于判断两个点间是否有边
便于计算各个顶点的度
便于增加删除顶点
便于统计边的数量
较高的空间效率

概念大致理解了,
现在开始敲代码。

先写邻接矩阵。
模板:
template<class V, class W, W W_MAX = INT_MAX, bool Direction = false>
点类型、权值类型、权值的最大值、是否有向

成员变量:
std::vector<V> _v;
std::unordered_map<V, int> _index; 下标
std::vector<std::vector<W>> _matrix; 矩阵

简单搭个架子,能跑就行:

namespace AdjacencyMatrix
{
template<class V, class W, W W_MAX = INT_MAX, bool Direction = false>
class Graph
{
public:
	Graph() = default;
	Graph(const std::vector<V>& v)
		: _v(v), _matrix(v.size(), std::vector<W>(v.size(), W_MAX)) 
	{
		for (int i = 0; i < v.size(); i++)
		{
			_index[v[i]] = i;
		}
	}
	void AddEdge(const V& src, const V& dst, const W& w)
	{
		int i_src = _index[src], i_dst = _index[dst];
		_matrix[i_src][i_dst] = w;
		if (!Direction)
		{
			_matrix[i_dst][i_src] = w;
		}
	}
	void Show() const
	{
		std::cout << "   ";
		for (const auto& e : _v)
			std::cout << e << "  ";
		std::cout << std::endl;
		for (int i = 0; i < _matrix.size(); i++)
		{
			std::cout << _v[i] << "  ";
			for (int j = 0; j < _matrix.size(); j++)
			{
				if (_matrix[i][j] == W_MAX) std::cout << "∞ ";
				else std::cout << _matrix[i][j] << "  ";
			}
			std::cout << std::endl;
		}
	}
	~Graph(){}
private:
	std::vector<V> _v;
	std::unordered_map<V, int> _index;
	std::vector<std::vector<W>> _matrix;
};

void Test1()
{
	Graph<char, int, INT_MAX, true> g(std::vector<char>{'A', 'B', 'D', 'C'});
	g.AddEdge('A', 'C', 2);
	g.AddEdge('B', 'D', 0);
	g.AddEdge('D', 'B', 2);
	g.AddEdge('C', 'A', 5);
	g.Show();
}
} // namespace AdjacencyMatrix

调用AdjacencyMatrix::Test1(),输出:
在这里插入图片描述

然后CV一下,稍稍改改,
就成了邻接表:

namespace AdjacencyList
{
template<class W>
struct Edge
{
	Edge(const W& w) :_index(-1), _w(w), _next(nullptr) {}

	int _index;
	W _w;
	Edge<W>* _next;
};

template<class V, class W, W W_MAX = INT_MAX, bool Direction = false>
class Graph
{
public:
	typedef Edge<W> Edge;
public:
	Graph() = default;
	Graph(const std::vector<V>& v)
		: _v(v), _list(v.size(), nullptr)
	{
		for (int i = 0; i < v.size(); i++)
		{
			_index[v[i]] = i;
		}
	}

	void _AddEdge(int src, int dst, const W& w)
	{
		Edge* pNew = new Edge(w);
		pNew->_index = dst;
		pNew->_next = _list[src];
		_list[src] = pNew;
	}

	void AddEdge(const V& src, const V& dst, const W& w)
	{
		_AddEdge(_index[src], _index[dst], w);
		if (!Direction) _AddEdge(_index[dst], _index[src], w);
	}

	void Show() const
	{
		for (int i = 0; i < _list.size(); i++) 
		{
			std::cout << _v[i] << " :: ";
			Edge* cur = _list[i];
			while (cur) 
			{
				std::cout << _v[cur->_index] << ':' << cur->_w << "->";
				cur = cur->_next;
			}
			std::cout << "nullptr" << std::endl;
		}
	}

	~Graph() 
	{
		for (auto e : _list) 
		{
			while (e) 
			{
				auto tmp = e->_next;
				delete e;
				e = tmp;
			}
		}
	}

private:
	std::vector<V> _v;
	std::unordered_map<V, int> _index;
	std::vector<Edge*> _list;
};

void Test1()
{
	Graph<char, int, INT_MAX, true> g(std::vector<char>{'A', 'B', 'D', 'C'});
	g.AddEdge('A', 'C', 2);
	g.AddEdge('B', 'D', 0);
	g.AddEdge('D', 'B', 2);
	g.AddEdge('C', 'A', 5);
	g.Show();
}
} // namespace AdjacencyList

调用AdjacencyList::Test1(),输出:
在这里插入图片描述

在这里插入图片描述


希望本篇文章对你有所帮助!并激发你进一步探索编程的兴趣!
本人仅是个C语言初学者,如果你有任何疑问或建议,欢迎随时留言讨论!让我们一起学习,共同进步!


http://www.kler.cn/a/579785.html

相关文章:

  • 媲美Deepseek R1 671B的千问QwQ32B本地部署与远程访问实测流程
  • mitmproxy配合Wireshark 抓包分析
  • conda list <package> 指令输出的build和channel含义
  • 电力行业中分布式能源管理(Distributed Energy Management System, DEMS)的实现
  • 【每日学点HarmonyOS Next知识】底部弹窗、对话框不弹出、多模块间跳转、输入框不显示内容、Grid编辑顺序
  • QT系列教程(17) MVC结构之Model模型介绍
  • Spring-全面详解(学习总结)
  • Manus联创澄清:我们并未使用MCP技术
  • Windows中的用户变量和系统变量
  • Zabbix监控进程报警(Zabbix Monitoring Process Alarm)
  • 越早越好!8 个反直觉的金钱真相|金钱心理学
  • A Mutually Textual and Visual RefinementNetwork for Image-Text Matching | 文献翻译
  • Lottie与LottieFiles:快速为前端Web开发注入精美动画的利器
  • Linux系统下nvm工具的安装与基本使用
  • RabbitMQ 高级特性:从 TTL 到消息分发的全面解析 (下)
  • 23种设计模式之《模板方法模式(Template Method)》在c#中的应用及理解
  • 1.3 Spring Boot原理解析
  • Ollama 已在本地部署了deepseek,如何用Python语言调用
  • django下防御race condition漏洞(竞争型漏洞)
  • 2025-03-10 吴恩达机器学习1——机器学习概述