1. 在数据结构中对于图的存储主要有三种方式,分别为邻接矩阵,邻接表和边集,前两种比较常用,下面使用的是C++语言vector来实现邻接表并且实现深度优先搜索
因为对于初学者来说,使用链表来实现邻接表的话过程比较复杂,不太容易理解,存在多个结构体之间的相互嵌套,所以我们在学习的时候可以使用简单一点的工具来实现邻接表
2. 下面是具体的实现过程:
① 由于vector变长数组之称,因此可以开一个vector数组Adj[N],其中N为顶点的个数,这样每个Adj[i]都是一个变长数组vector,使得存储空间只与图的边数是有关的
② 如果邻接表只存放每条边的终点编号而不存放边权那么我们可以将vector中的元素类型可以直接声明为int类型,如vector<int>
如果需要同时存储边的终点编号和边权,那么可以创建结构体Node,用来存放每条边的终点编号和边权,代码如下:
struct Node{
int v;
int weight;
};
这样vector邻接表的每个元素的类型是Node类型的,此时如果我们需要添加一个从顶点1到顶点3的有向边,边权为4那么就可以已定义为一个Node类型的临时变量temp,令temp.v = 3,temp.w = ,然后把temp加入到Adj[1]中即可,代码如下:
Node temp;
temp.v = 3;
temp.w = 4;
Adj[1].push_back(temp)
测试数据如下:
5
6
0 1 1
0 2 2
0 3 3
1 4 4
2 4 2
3 4 5
3. 下面是具体使用vector实现邻接表存储图并且实现深度优先搜索的代码(存储的是有向有权图)
#include<stdio.h>
#include<iostream>
#include<vector>
#define maxSize 1000
using namespace std;
struct Node{
int v;
int weight;
};
vector<Node> Adj[maxSize];
bool vis[maxSize] = {false};
void dfs(int u){
vis[u] = true;
cout << u << " ";
for(int i = 0; i < Adj[u].size(); i++){
Node node = Adj[u][i];
int v = node.v;
if(vis[v] == false){
dfs(v);
}
}
}
int n, edges;
int main(void){
cout << "输入图中的顶点数: ";
cin >> n;
cout << endl;
cout << "输入图中的边数: ";
cin >> edges;
cout << endl << "输入图中的起始顶点, 结束顶点和边的权重: " << endl;
int u = -1, v = -1, weight = -1;
for(int i = 0; i < edges; i++){
cin >> u >> v >> weight;
Node newNode;
newNode.v = v;
newNode.weight = weight;
Adj[u].push_back(newNode);
}
for(int i = 0; i < n; i++){
//判断Adj[i]是否为空
if(!Adj[i].empty()){
cout << i << " ";
for(int j = 0; j < Adj[i].size(); j++){
Node pop = Adj[i][j];
cout << pop.v << " ";
}
cout << endl;
}
}
cout << "深度优先搜索顶点的结果如下: " << endl;
dfs(0);
return 0;
}