提示：记得点赞，关注，收藏

前言

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

前言

图的结构比较复杂，任何两个顶点之间都可能有关系。如果采用顺序存储，则需要使用二维数组表示元素之间的关系，即邻接矩阵(Adjacency Matrix),也可以使用边集数组，把，每条边顺序存储起来。如果采用链式存储,则有邻接表.十字链表和邻接多重表等表示方法。其中，邻接矩阵和邻接表是最简单、最常用的存储方法。。

提示：以下是本篇文章正文内容，本篇文章参考《算法训练营》

一、领接矩阵

1.概念

邻接矩阵通常采用一个一维数组存储图中节点的信息，采用一个二维数组存储图中节点之间的邻接关系。

2.分类

1. 邻接矩阵的表示方法

无向图、有向图和网的邻接矩阵的表示方法如下所述。

（1）无向图的邻接矩阵

在无向图中，若从节点vi 到节点vj 有边，则邻接矩阵 M [i ][j ]= M [j ][i ]=1，否则 M [i ][j ]=0。

例如，一个无向图的节点信息和邻接矩阵如下图所示。在该无向图中，从节点a 到节点b 有边，从节点b 到节点a 也有边，节点a 、b 在一维数组中的存储位置分别为0、1，则 M [0][1]= M [1][0]=1。

无向图的邻接矩阵的特点如下。

（1）无向图的邻接矩阵是对称矩阵，并且是唯一的。

（2）第i 行或第i 列非零元素的个数正好是第i 个节点的度。上图中的邻接矩阵，第3列非零元素的个数为2，说明第3个节点c 的度为2。

（2）有向图的邻接矩阵

在有向图中，若从节点vi 到节点vj 有边，则邻接矩阵 M [i ][j ]=1，否则 M [i ][j ]=0。

注意： 以尖括号<vi ,vj >表示的是有序对，以圆括号(vi ,vj )表示的是无序对，后同。

例如，一个有向图的节点信息和邻接矩阵如下图所示。在该有向图中，从节点a 到节点b 有边，节点a 、b 在一维数组中的存储位置分别为0、1，因此 M [0][1]=1。有向图中的边是有向边，从节点a 到节点b 有边，从节点b 到节点a 不一定有边，因此有向图的邻接矩阵不一定是对称的。

有向图的邻接矩阵的特点如下

（1）有向图的邻接矩阵不一定是对称的。

（2）第i 行非零元素的个数正好是第i 个节点的出度，第i 列非零元素的个数正好是第i 个节点的入度。上图中的邻接矩阵，第3行非零元素的个数为2，第3列非零元素的个数也为2，说明第3个节点c 的出度和入度均为2。

3）网的邻接矩阵

网是带权图，需要存储边的权值，则邻接矩阵表示为其中，wij 表示边上的权值，∞表示无穷大。当i =j 时，wii 也可被设置为0。

例如，一个网的节点信息和邻接矩阵如下图所示。在该网中，从节点a 到节点b 有边，且该边的权值为2，节点a 、b 在一维数组中的存储位置分别为0、1，因此 M [0][1]=2。从节点b 到节点a 没有边，因此 M [1][0]=∞。

3.步骤

算法步骤：

（1）输入节点数和边数；

（2）依次输入节点信息，将其存储到节点数组Vex[]中；

（3）初始化邻接矩阵，如果是图，则将其初始化为0；如果是网，则将其初始化为∞；

（4）依次输入每条边依附的两个节点，如果是网，则还需要输入该边的权值。

• 如果是无向图，则输入a b ，查询节点a、b 在节点数组Vex[]中的存储下标i 、j ，令Edge[i ][j ]=Edge[j ][i ]=1。

• 如果是有向图，则输入a b ，查询节点a、b 在节点数组Vex[]中的存储下标i 、j ，令Edge[i ][j ]=1。

• 如果是无向网，则输入a b w ，查询节点a、b 在节点数组Vex[]中的存储下标i 、j ，令Edge[i ][j ]=Edge[j ][i ]=w 。

• 如果是有向网，则输入a b w ，查询节点a、b 在节点数组Vex[]中的存储下标i 、j ，令Edge[i ][j ]=w 。

完美图解： 一个无向图如下图所示，其邻接矩阵的存储过程如下所述。

（1）输入节点数和边数。

4 5

结果：G .vexnum=4、G .edgenum=5。

（2）输入节点信息，将其存入节点信息数组。

a b c d

（3）初始化邻接矩阵的值均为0，如下图所示。

（4）依次输入每条边依附的两个节点。

• 输入a b ，处理结果：在Vex[]数组中查找到节点a 、b 的下标分别为0、1，是无向图，因此令 Edge[0][1]=Edge[1][0]=1，如下图所示。

• 输入a d ，处理结果：在Vex[]数组中查找到节点a 、d 的下标分别为0、3，是无向图，因此令Edge[0][3]= Edge[3][0]=1，如下图所示。

• 输入b c ，处理结果：在Vex[]数组中查找到节点b 、c 的下标分别为1、2，是无向图，因此令Edge[1][2]= Edge[2][1]=1，如下图所示。

• 输入b d ，处理结果：在Vex[]数组中查找到节点b 、d 的下标分别为1、3，是无向图，因此令Edge[1][3]= Edge[3][1]=1，如下图所示。

• 输入c d ，处理结果：在Vex[]数组中查找到节点c 、d 的下标分别为2、3，是无向图，因此令Edge[2][3]= Edge[3][2]=1，如下图所示。

在实际应用中，也可以先输入节点信息并将其存入数组Vex[]。在输入边时直接输入节点的存储下标序号，这样可以节省查询节点下标所需的时间，从而提高效率。

4. 邻接矩阵的优缺点

（1）优点如下。

• 快速判断在两节点之间是否有边。在图中，Edge[i ][j ]=1，表示有边；Edge[i ][j ]=0，表示无边。在网中，Edge[i ][j ]=∞，表示无边，否则表示有边。时间复杂度为O (1)。

• 方便计算各节点的度。在无向图中，邻接矩阵第i 行元素之和就是节点i 的度；在有向图中，第i 行元素之和就是节点i 的出度，第i 列元素之和就是节点i 的入度。时间复杂度为O (n )。

（2）缺点如下。

• 不便于增删节点。增删节点时，需要改变邻接矩阵的大小，效率较低。

• 不便于访问所有邻接点。访问第i 个节点的所有邻接点时，需要访问第i 行的所有元素，时间复杂度为O (n )。访问所有节点的邻接点，时间复杂度为O (n 2 )。

• 空间复杂度高，为O (n 2 )。

在实际应用中，如果在一个程序中只用到一个图，就可以用一个二维数组表示邻接矩阵，直接输入节点的下标，省去节点信息查询步骤。有时如果图无变化，则为了方便，可以省去输入操作，直接在程序头部定义邻接矩阵。

5.代码

领接矩阵存储结构创建

typedef char VexType;    //顶点数最大值
typedef int EdgeType;    //顶点的数据类型，根据需要定义
#define MaxVnum 100;     //边上权值的数据类型，若不带权值，则为0或1
typedef struct
{VexType Vex[MaxVnum];          //存储顶点信息EdgeType Edge[MaxVnum][MaxVnum];int vexnum,edgenum;            //顶点数，边数
} AMGragh;

无向图代码如下

//邻接矩阵创建无向图
#include <iostream>
using namespace std;#define MaxVnum 100  //顶点数最大值
typedef char VexType;  //顶点的数据类型，根据需要定义
typedef int EdgeType;  //边上权值的数据类型，若不带权值的图，则为0或1
typedef struct{VexType Vex[MaxVnum];EdgeType Edge[MaxVnum][MaxVnum];int vexnum,edgenum; //顶点数，边数
}AMGragh;int locatevex(AMGragh G,VexType x)
{for(int i=0;i<G.vexnum;i++)//查找顶点信息的下标if(x==G.Vex[i])return i;return -1;//没找到
}void CreateAMGraph(AMGragh &G)
{int i,j;VexType u,v;cout << "请输入顶点数："<<endl;cin>>G.vexnum;                    //如果取的不是地址符号就要用G->vexnum cout << "请输入边数:"<<endl;cin>>G.edgenum;cout << "请输入顶点信息:"<<endl;for(int i=0;i<G.vexnum;i++)//输入顶点信息，存入顶点信息数组cin>>G.Vex[i];for(int i=0;i<G.vexnum;i++)//初始化邻接矩阵所有值为0，如果是网，则初始化邻接矩阵为无穷大for(int j=0;j<G.vexnum;j++)G.Edge[i][j]=0;cout << "请输入每条边依附的两个顶点："<<endl;while(G.edgenum--){cin>>u>>v;i=locatevex(G,u);//查找顶点u的存储下标j=locatevex(G,v);//查找顶点v的存储下标if(i!=-1&&j!=-1)G.Edge[i][j]=G.Edge[j][i]=1; //邻接矩阵储置1else{cout << "输入顶点信息错！请重新输入！"<<endl;G.edgenum++;//本次输入不算}}
}void print(AMGragh G)//输出邻接矩阵
{cout<<"图的邻接矩阵为："<<endl;for(int i=0;i<G.vexnum;i++){for(int j=0;j<G.vexnum;j++)cout<<G.Edge[i][j]<<"\t";cout<<endl;}
}int main()
{AMGragh G;CreateAMGraph(G);print(G);return 0;
}

邻接矩超详解（C/C++）相关推荐

Android vector标签 PathData 画图超详解
此文章来源于https://www.cnblogs.com/yuhanghzsd/p/5466846.html点击打开链接 Android vector标签 PathData 画图超详解 SVG是一种 ...
Mybatis案例超详解
Mybatis案例超详解前言: 本来是想像之前一样继续跟新Mybatis,但由于种种原因,迟迟没有更新,快开学了,学了一个暑假,博客也更新了不少,我觉得我得缓缓,先整合一些案例练练,等我再成熟点理解 ...
python控制手机模拟器_Appium+python自动化之连接模拟器并启动淘宝APP（超详解）...
简介上一篇讲解完模拟器的安装.配置好以后,就好比我们手机已经买好,并且系统已经做好了,就差我们用数据线和电脑连接开始实战了,这篇宏哥就带着小伙伴们和童鞋们趁热打铁,讲解和分享一下如何连接模拟器(电脑 ...
js打印三角形超详解
js打印三角形超详解 j控制星星的总行数,i控制每行星星的打印个数打印图形如下: (1) (2) //str=""用来存储星星// 理解步骤1:在一行输出6个星星如何操作,在循环 ...
线性规划之单纯形法【超详解+图解】-转载
线性规划之单纯形法[超详解+图解] 目录 1.作用 2.线性规划的一般形式 5.1几何意义 5.2如何判断最优 5.3如何选择新的基变量 5.4如何选择被替换的基变量 5.5终止条件标准型: 转化为 ...
【平衡小车制作】（七）串级PID调参及平衡成果展示（超详解）
大家好,我是小政.本篇文章我将针对PID调参进行详细的讲解,让每位小伙伴能够对比例.积分.微分三个参数如何调节有更加清晰的理解. 一.调参步骤确立机械中值直立环(内环)--Kp极性.Kp大小. ...
蓝牙模块XY-MBD07A的介绍及使用方法（超详解）
蓝牙模块XY-MBD07A的介绍及使用方法(超详解) 蓝牙XY-MBD07A是主从一体的蓝牙串口模块,简单的说,当蓝牙设备与蓝牙设备配对连接成功后,我们可以忽视蓝牙内部的通信协议,直接将将蓝牙当做串口 ...
C/C++实现蛇形矩阵（超详解）【沈七】
C/C++实现蛇形矩阵(超详解) 题目链接题目描述输入样例题解部分完整代码完结散花悄悄告诉你: 参考文章萌新报道! 唤我沈七就行嘿嘿. 大一软件工程在读. 菜鸡蒟蒻想在博客中记录一些算法 ...
[C++ 系列] 90. 超详解C++思维导图
这段时间针对 C++ 的学习到了一个收尾的阶段.目前所涉及到了 C++ 基础语法.大小知识点的学习.当然语言学习绝对离不开实战项目的练手,网络优质资源以及各类经典丛书也是 C++ 学习的巨大宝库.在此 ...

邻接矩超详解（C/C++）

前言

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

邻接矩超详解（C/C++）相关推荐

最新文章

热门文章