图的访问与存储—临接矩阵
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。
例题一:图的访问与存储
【题目描述】
给出 个点, 条边的有向图, 次询问,对于每次询问,求 表示从点 出发能否抵达 。
【输入描述】
第 行 个整数 ,表示点数、边数以及询问次数。
接下来 行,每行 个整数 ,表示边 。点用 编号。
接下来 行,每行 个整数 ,表示询问 。
【输出描述】
共 行,对应每次询问的结果,能抵达输出 否则输出 。
【样例输入】
4 3 2 1 2 2 4 4 3 1 3 4 1
【样例输出】
Yes No
【参考答案】
#include <iostream>
#include <cstring>
using namespace std;
const int MAXN = 1005; // 最大顶点数,根据题目约束设置
bool reach[MAXN][MAXN]; // 可达性矩阵,reach[i][j]表示i能否到达j
int main() {
int N, M, K;
cin >> N >> M >> K;
// 初始化可达性矩阵
memset(reach, false, sizeof(reach));
// 每个顶点到自身是可达的
for (int i = 1; i <= N; i++) {
reach[i][i] = true;
}
// 读取边信息,构建邻接矩阵表示的直接可达关系
for (int i = 0; i < M; i++) {
int u, v;
cin >> u >> v;
reach[u][v] = true; // 有向边u->v,所以u直接可达v
}
// Floyd算法预处理所有点对的可达性
// 核心思想:如果i能到k,且k能到j,则i能到j
for (int k = 1; k <= N; k++) {
for (int i = 1; i <= N; i++) {
for (int j = 1; j <= N; j++) {
if (reach[i][k] && reach[k][j]) {
reach[i][j] = true;
}
}
}
}
// 处理查询
for (int i = 0; i < K; i++) {
int x, y;
cin >> x >> y;
if (reach[x][y]) {
cout << "Yes" << endl;
} else {
cout << "No" << endl;
}
}
return 0;
}【说明】
使用二维布尔数组 reach[MAXN][MAXN] 作为邻接矩阵,同时存储可达性信息
reach[i][j] = true 表示从顶点 i 可以到达顶点 j
这是一种动态规划算法,通过中间顶点来更新可达性
外层循环 k 表示中间顶点,内层循环 i 和 j 表示起点和终点
如果 i 能到达 k,且 k 能到达 j,那么 i 就能到达 j
5.图的输入方式
方式一:给顶点、边数、每条边的信息
先告诉你图有 n 个顶点、m 条边,然后 m 行每行给一条边(起点、终点、权重,无权图默认权重 1)。
比如:
5 4 // 5个顶点(0-4),4条边 0 1 // 边0-1 0 4 // 边0-4 1 2 // 边1-2 2 3 // 边2-3
那么对应代码(临接矩阵)
#include <iostream>
#include <vector>
#include <cstring> // 用于memset
using namespace std;
const int MAXN = 100; // 假设顶点数不超过100
int main() {
int n, m; // n:顶点数,m:边数
//vector<vector<int>> graph(MAXN, vector<int>(MAXN, 0)); // C++风格的二维向量
int graph[MAXN][MAXN];
memset(graph, 0, sizeof(graph));
// 1. 读入顶点数和边数
cin >> n >> m;
// 2. 读入m条边,填充邻接矩阵
for (int i = 0; i < m; i++) {
int u, v; // 起点u,终点v
cin >> u >> v;
// 无向图:双向赋值
graph[u][v] = 1;
graph[v][u] = 1;
// 如果是有向图,只写:graph[u][v] = 1;
// 如果是带权图,读入权重w,赋值为:graph[u][v] = w;
}
// 验证:打印邻接矩阵
cout << "邻接矩阵:" << endl;
for (int i = 0; i < n; i++) {
for (int j = 0; j < n; j++) {
cout << graph[i][j] << " ";
}
cout << endl;
}
return 0;
}方式二:每个顶点后跟其邻接顶点
部分题目会按 “顶点 + 邻接顶点列表” 输入 —— 先给顶点数 n,然后 n 行,每行先给一个顶点 u,再跟若干个与 u 相邻的顶点(直到结束符,比如 - 1
比如:
5 // 5个顶点 0 1 4 -1 // 顶点0的邻接顶点:1、4 1 0 2 -1 // 顶点1的邻接顶点:0、2 2 1 3 -1 // 顶点2的邻接顶点:1、3 3 2 -1 // 顶点3的邻接顶点:2 4 0 -1 // 顶点4的邻接顶点:0
参考代码
#include <stdio.h>
#include <string.h>
#define MAXN 100
int main() {
int n;
int graph[MAXN][MAXN];
memset(graph, 0, sizeof(graph));
// 1. 读入顶点数
scanf("%d", &n);
// 2. 逐行读每个顶点的邻接顶点
for (int i = 0; i < n; i++) {
int u, v;
scanf("%d", &u); // 先读当前顶点u
// 循环读u的邻接顶点v,直到读到-1结束
while (1) {
scanf("%d", &v);
if (v == -1) break; // 结束符
graph[u][v] = 1; // 无向图,双向赋值
graph[v][u] = 1;
}
}
// 打印验证
printf("邻接矩阵:\n");
for (int i = 0; i < n; i++) {
for (int j = 0; j < n; j++) {
printf("%d ", graph[i][j]);
}
printf("\n");
}
return 0;
}方式三:直接输入邻接矩阵(极少,但偶尔出现)
比如
5 // 顶点数 0 1 0 0 1 // 第0行(顶点0的邻接关系) 1 0 1 0 0 // 第1行(顶点1的邻接关系) 0 1 0 1 0 // 第2行(顶点2的邻接关系) 0 0 1 0 0 // 第3行(顶点3的邻接关系) 1 0 0 0 0 // 第4行(顶点4的邻接关系)
参考代码:
#include <stdio.h>
#include <string.h>
#define MAXN 100
int main() {
int n;
int graph[MAXN][MAXN];
memset(graph, 0, sizeof(graph));
// 1. 读入顶点数
scanf("%d", &n);
// 2. 读入n行,每行n个数字(邻接矩阵)
for (int i = 0; i < n; i++) {
for (int j = 0; j < n; j++) {
scanf("%d", &graph[i][j]);
}
}
// 直接用矩阵做后续操作(比如查询边、计算度等)
printf("顶点0的度:%d\n", graph[0][1] + graph[0][4]); // 无向图度=邻接边数
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。


