图的访问与存储
1. 什么是邻接矩阵?
邻接矩阵是图的一种最基础的存储表示方法。它使用一个二维数组(即矩阵)来表示图中各个顶点之间的邻接关系。
对于一个有 n 个顶点的图,其邻接矩阵是一个 n x n 的方阵,我们通常称之为 A。
2. 矩阵元素的定义
矩阵中每个元素 A[i][j] 的值,表示顶点 i 与顶点 j 之间的关系。这个关系的具体含义根据图的类型有所不同:
对于无向图
A[i][j] = 1:表示顶点i和顶点j之间有一条边相连。A[i][j] = 0:表示顶点i和顶点j之间没有边相连。
重要特性:无向图的邻接矩阵是一个对称矩阵,即 A[i][j] = A[j][i]。因为边 (i, j) 和边 (j, i) 是等同的。
对于有向图
A[i][j] = 1:表示存在一条从顶点i指向顶点j的弧(有向边)。A[i][j] = 0:表示没有从顶点i指向顶点j的弧。
重要特性:有向图的邻接矩阵不一定对称。A[i][j] = 1 并不保证 A[j][i] = 1。
对于带权图(网络)
A[i][j] = w:表示顶点i和顶点j之间的边的权重为w(如果存在边)。A[i][j] = 0 或 ∞:表示顶点i和顶点j之间没有边。通常,我们用一个很大的数(如∞)或一个特殊值(如0,但这可能与零权边冲突)来表示不存在的边,具体取决于算法设计。更常见的做法是:对角线上为0(自己到自己的距离为0),不存在的边用∞表示。
3. 具体示例
示例1:无向图
假设我们有如下无向图,包含4个顶点 (V0, V1, V2, V3):
(V0) —— (V1) | \ | | \ | | \ | (V2) —— (V3)
其邻接矩阵为:
| V0 | V1 | V2 | V3 | |
|---|---|---|---|---|
| V0 | 0 | 1 | 1 | 1 |
| V1 | 1 | 0 | 0 | 1 |
| V2 | 1 | 0 | 0 | 1 |
| V3 | 1 | 1 | 1 | 0 |
观察:
矩阵沿主对角线对称。
主对角线上的元素都是0,因为我们通常不考虑顶点自身到自身的边(自环)。
示例2:有向图
假设我们有如下有向图:
(V0) ———> (V1) ^ | | | | v (V3) <——— (V2)
其邻接矩阵为:
| V0 | V1 | V2 | V3 | |
|---|---|---|---|---|
| V0 | 0 | 1 | 0 | 0 |
| V1 | 0 | 0 | 1 | 0 |
| V2 | 0 | 0 | 0 | 1 |
| V3 | 1 | 0 | 0 | 0 |
观察:
矩阵不对称。例如,
A[0][1]=1(V0->V1),但A[1][0]=0(V1->V0不存在)。
4. 邻接矩阵的性质与特点
优点
直观易懂:结构简单,易于理解和实现。
快速判断邻接关系:可以在 O(1) 的时间复杂度内判断任意两个顶点
i和j之间是否存在边,只需检查A[i][j]的值即可。便于计算:很多基于矩阵运算的图算法(如通过计算矩阵的幂来求路径数量)非常方便。
适合稠密图:当图的边数接近顶点数的平方时(即稠密图),空间利用率高。
缺点
空间复杂度高:空间复杂度为 O(n²),其中
n是顶点数。对于一个有1000个顶点的稀疏图(边数很少),也需要一个100万元素的矩阵,其中大部分是0,造成空间浪费。添加/删除顶点效率低:添加或删除一个顶点需要改变整个矩阵的大小,操作代价高。
遍历邻接点效率低:要找出一个顶点的所有邻接点,需要扫描对应的一整行,时间复杂度为 O(n)。对于稀疏图,这比邻接表(时间复杂度 O(度))效率低。
代码实现:
#include <iostream>
#include <vector>
#include <climits>
using namespace std;
// 全局变量存储图的核心信息
vector<vector<int>> adjMatrix; // 邻接矩阵
int numVertices; // 顶点数量
bool isDirected; // 是否为有向图
int INF = INT_MAX; // 无边连接的标记
// 初始化图
void initGraph(int n, bool directed = false, int inf = INT_MAX) {
numVertices = n;
isDirected = directed;
INF = inf;
// 初始化矩阵:n×n,对角线为0,其余为INF
adjMatrix.resize(n, vector<int>(n, INF));
for (int i = 0; i < n; ++i) {
adjMatrix[i][i] = 0;
}
}
// 添加边
void addEdge(int from, int to, int weight = 1) {
if (from < 0 || from >= numVertices || to < 0 || to >= numVertices) {
cerr << "顶点索引越界!" << endl;
return;
}
adjMatrix[from][to] = weight;
if (!isDirected) { // 无向图添加反向边
adjMatrix[to][from] = weight;
}
}
// 删除边
void removeEdge(int from, int to) {
if (from < 0 || from >= numVertices || to < 0 || to >= numVertices) {
cerr << "顶点索引越界!" << endl;
return;
}
adjMatrix[from][to] = INF;
if (!isDirected) { // 无向图删除反向边
adjMatrix[to][from] = INF;
}
}
// 获取边的权值
int getWeight(int from, int to) {
if (from < 0 || from >= numVertices || to < 0 || to >= numVertices) {
cerr << "顶点索引越界!" << endl;
return -1;
}
return adjMatrix[from][to];
}
// 打印邻接矩阵
void printAdjMatrix() {
cout << "邻接矩阵(" << (isDirected ? "有向图" : "无向图") << "):" << endl;
// 打印列索引
cout << " ";
for (int i = 0; i < numVertices; ++i) {
cout << i << " ";
}
cout << endl;
// 打印每行数据
for (int i = 0; i < numVertices; ++i) {
cout << i << " ";
for (int j = 0; j < numVertices; ++j) {
if (adjMatrix[i][j] == INF) {
cout << "∞ ";
} else {
cout << adjMatrix[i][j] << " ";
}
}
cout << endl;
}
}
int main() {
// 测试无向无权图
cout << "===== 无向无权图 =====" << endl;
initGraph(4); // 4个顶点,默认无向图
addEdge(0, 1);
addEdge(0, 2);
addEdge(1, 2);
addEdge(1, 3);
addEdge(2, 3);
printAdjMatrix();
// 测试有向带权图
cout << "\n===== 有向带权图 =====" << endl;
initGraph(3, true); // 3个顶点,有向图
addEdge(0, 1, 5);
addEdge(1, 2, 3);
addEdge(2, 0, 2);
printAdjMatrix();
// 测试删除边
cout << "\n删除有向图中1->2的边后:" << endl;
removeEdge(1, 2);
printAdjMatrix();
return 0;
}扫描二维码推送至手机访问。
版权声明:本文由青少年编程知识记录发布,如需转载请注明出处。
