图的顺序存储和链式存储实现

目录

一、顺序存储

有向图:

无向图

代码实现

二、链式存储

有向图

无向图

代码实现


一、顺序存储

主要用到的是一个二维数组,也就是矩阵,直接上栗子:

有向图:

若要储存如下这个有向图:

需要建立一个二维数组

注意:

1、每一行代表的是图的每一个顶点

2、某一行的这一列,代表当前顶点所连接的下一个结点

初始化整个二维数组为0,在二维数组中:

因为A连向B,所以arr[A的下标][B的下标]=1(与0做出一个区分)

如果边有权重,就赋值权重

以此类推,储存图。

如图,这个矩阵就已经把无向图储存好了:

无向图

其实和无向图,并无区别,只需要做一个小小的修改。

以下面这个图为例:

顶点A连接B,所以在A所在行,的第b列进行赋值(如果有权重,赋值权重,没有赋值1)


与此同时,接下来是和有向图不一样的地方了哦:

在B所在行,的第a列进行赋值。

为什么?

很简单啊,就是用单项箭头来模拟出双向箭头嘛。

以此类推,生成二维矩阵:

代码实现

     

package CSDN;

import GraphByList.GraphByList;

import javax.swing.plaf.IconUIResource;

/**
 * Created with IntelliJ IDEA
 * Description:
 * User:34398
 * Date:2024-05-11
 * Time:10:07
 */


public class GrapByMatrix {

    int[][] matrix;//定义一个二维数组,用来存放图
    char[] vertexS;//放所有的顶点
    boolean isDirect;//判断是否是有向图

    //当前主类的构造方法,传入所有的顶点,告诉程序是否有向图
    public GrapByMatrix(char[] arrV, boolean isDirect) {

        //初始化咱们的顶点数组
        vertexS=new char[arrV.length];
        for (int i = 0; i <arrV.length ; i++) {

            vertexS[i]=arrV[i];

        }

        this.isDirect = isDirect;
        matrix = new int[arrV.length][arrV.length];//初始化好二维数组的大小
    }


    /*
     * src是其实顶点
     * des是目标顶点
     * weight是权重
     * 这个函数,把边和结点的信息放到二维数组中
     * */
    public void addEdge(char src, char des, int weight) {

        //查找对应v的下标
        int a = _getIndexOfV(src);
        int b = _getIndexOfV(des);
        matrix[a][b] = weight;

        if (!isDirect) {//如果是无向的,需要在相反位置继续赋值
            matrix[b][a] = weight;
        }
    }

    private int _getIndexOfV(char v) {
        for (int i = 0; i < vertexS.length; i++) {
            if (vertexS[i] == v) return i;
        }
        return -1;
    }

    public int getDevOfV(char v){

        int ret=0;//最终的答案
        //找到对应下标
        int index=_getIndexOfV(v);
        for (int i = 0; i <vertexS.length ; i++) {
            if(matrix[index][i]!=0){
                ret++;
            }
        }

        //如果是无向图,需要把所有指向v顶点的也要算上
        if(!isDirect){
            for (int i = 0; i <vertexS.length ; i++) {
                if(i==index){//因为这一个已经在上一个循环记录了,所以直接跳过
                    //当然这个也可以不加,因为matrix[index][index]就是0,是本身,只是想在这里提一嘴
                    continue;
                }
                if(matrix[i][index]!=0){
                    ret++;
                }
            }
        }
return ret;
    }

    public void printGrap(){
        System.out.print("   ");
        for (int i = 0; i <vertexS.length ; i++) {
            System.out.print(vertexS[i]+" ");
        }

        System.out.println();
        for (int i = 0; i <vertexS.length ; i++) {
            System.out.print(vertexS[i]+":");
            for (int j = 0; j < vertexS.length ; j++) {
                System.out.print(matrix[i][j]+" ");
            }
            System.out.println();
        }
    }


}

测试:

结果:

二、链式存储

有向图

链式存储有点向哈希表,底层是用一个储存链表的数组实现的,专业术语叫:

邻接表

以这个,有向图为例,进行链式存储

这样就把每一个顶点所指向的顶点全部表示好了。

注意:

有向图的度==入度+出度

所以要统计某一个有向图的度,只需要记录当前顶点链表的节点数,在加上其他链表含有当前顶点节点的数目即可。


例如在上面这个图中:

顶点A的度,

就等于A链表上的两个节点,在加上E链表上那个A节点

就等于3

无向图

此图为例:

在每一次进行链接的时候,记得在反方向在增加一个结点即可。

比如说A结点和B结点:

以此类推,得到:

注意:

如果要知道无向图vi顶点的度,只需要统计vi顶点所在链表的节点数即可。

例如,顶点A的度,就是A链表的的节点数,是2(注意顶点集合中的字母不是一个顶点哦,是一个引用)

代码实现

package CSDN;

import java.util.ArrayList;

/**
 * Created with IntelliJ IDEA
 * Description:
 * User:34398
 * Date:2024-05-11
 * Time:10:07
 */
public class GraphByList {

    char[] vertexS;//放顶点的集合
    boolean isDirect;//是否是有向图
    ArrayList<Node> nodeList;//储存图的表

    //实例内部类
    public class Node {
        char src;//起始顶点
        char des;//目标顶点
        int weight;//权重
        Node next;//下一个结点

        //构造方法
        public Node(char src, char des, int weight) {
            this.src = src;
            this.des = des;
            this.weight = weight;
        }
    }


    //主类的构造方法
    //传入一个顶点集合
    public GraphByList(char[] vertexS, boolean isDirect) {

        //把顶点集合赋值
        this.vertexS = new char[vertexS.length];
        for (int i = 0; i < vertexS.length; i++) {
            this.vertexS[i] = vertexS[i];
        }

        this.isDirect = isDirect;

        //初始化表
        nodeList = new ArrayList<>(vertexS.length);//ArrayList底层是数组
        for (int i = 0; i < vertexS.length; i++) {
            nodeList.add( null);//全部设置为空,记住默认是尾插
        }
    }

    public void addEdge(char src, char des, int weight) {

        _addEdge(src, des, weight);//直接调用子方法
        if (!isDirect) {//如果是无向图,需要反方向在来一次
            _addEdge(des, src, weight);
        }


    }

    private void _addEdge(char src, char des, int weight) {
        int index1 = getIndexOfV(src);//计算起始顶点在char数组中的下标

        //先去链表里面找有没有src->des
        Node cur = nodeList.get(index1);
        while (cur != null) {//遍历时,如果有同一个路径,直接返回了
            if (cur.des == des) return;
            cur = cur.next;
        }

        //程序到达这里,说明需要创建一个节点,去表示顶点之间的信息
        Node newNode = new Node(src, des, weight);
        newNode.next = nodeList.get(index1);//头插链表
        nodeList.set(index1, newNode);//重新对index1下表的值进行赋值

//        //程序到达这里,对这个表的头插已经搞定了
    }

    private int getIndexOfV(char v) {
        for (int i = 0; i < vertexS.length; i++) {
            if (vertexS[i] == v) return i;
        }
        return -1;
    }

    public int getDevOfV(char v) {
        int index = getIndexOfV(v);//计算对应数组的下标
        int ret = 0;//用来计算顶点的度

        Node cur = nodeList.get(index);
        while (cur != null) {//链表不为空,就一直遍历
            ret++;
            cur = cur.next;
        }

        if (isDirect) {//如果是有向图,需要遍历其余的链表(查看节点中的des是否和v一致)
            for (int i = 0; i < vertexS.length; i++) {
                if (i == index) continue;//这个链表不用遍历,因为在刚才的循环中,已经遍历了
                cur = nodeList.get(i);
                while (cur != null) {
                    if (cur.des == v) ret++;
                    cur = cur.next;
                }
            }
        }
        return ret;
    }


    /*
    * 这个函数,用来打印邻接表
    * */
    public void printGraph(){
        for (int i = 0; i <vertexS.length ; i++) {
            Node cur=nodeList.get(i);
            System.out.print(vertexS[i]);
            if(cur==null){
                System.out.println(" -> "+"空");
                continue;//然后这个一个链表就完了,去遍历打印下一个链表
            }
            while(cur!=null){
                System.out.print(" -> "+cur.des);
                cur=cur.next;
            }
            System.out.print("-> 空");
            System.out.println();
        }
    }
}

测试类:

public class Test {

    public static void main(String[] args) {
        char[] array = {'A','B','C'};

        GraphByList graph = new GraphByList(array,true);

        graph.addEdge('A','B',1);

        graph.addEdge('B','A',1);
        graph.addEdge('B','C',1);

        graph.printGraph();

    }
}

注意,不论是顺序存储还是链式存储,无向图都要对方向处理两次!(因为默认是两个方向的嘛)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/615840.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

前端小程序调用 getLocation 实现地图位置功能,通过 纬度:latitude 经度: longitude 获取当前位置

1、首先登录一下 腾讯的位置服务 有账号就登录没账号就注册&#xff0c; 点击右上角的控制台点击左侧的应用管理 ---> 我的应用 ---->> 创建应用 1、创建应用 2、列表就会显示我们刚刚创建好的 key 3、点击添加 key 4、按照要求填写信息 我们用的是小程序 所以选择…

Spring编程使用DDD的小把戏

场景 现在流行充血领域层&#xff0c;在原本只存储对象的java类中&#xff0c;增加一些方法去替代原本写在service层的crud&#xff0c; 但是例如service这种一般都是托管给spring的&#xff0c;我们使用的ORM也都托管给spring&#xff0c;这样方便在service层调用mybatis的m…

电影院购票管理系统

文章目录 电影院购票管理系统一、项目演示二、项目介绍三、部分功能截图四、部分代码展示五、底部获取项目源码&#xff08;9.9&#xffe5;带走&#xff09; 电影院购票管理系统 一、项目演示 电影院售票管理系统 二、项目介绍 基于springbootvue的前后端分离电影院购票管理…

Hive行列转换应用与实现

Hive行列转换应用与实现 1.多行转多列 问题引入 解决方法 2.多行转单列 问题引入 解决方法 3.多列转多行 问题引入 解决方法 4.单列转多行

部署yolov5

1 创建一个yolov5的环境 conda create -n yolov5 python3.8 2 激活环境 conda activate yolov5 3 设置清华源 pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple 4 PyTorch 网站下载pytorch 备注:也可以使用pip install 5 下载 yolov5…

Linux实验三:文件属性及目录操作

目录 一、实验目的二、实验内容三、实验环境四、参考代码五、实验步骤步骤1. 编辑源代码test3.c步骤2. 编译源代码test3.c步骤3. 运行可执行文件test3 六、实验结果七、实验总结 一、实验目的 1、理解Linux中的目录及i节点等基本概念&#xff1b; 2、掌握目录的读写时常用的函…

OpenHarmony 实战开发——轻量带屏解决方案之恒玄芯片移植案例

本文章基于恒玄科技BES2600W芯片的欧智通 Multi-modal V200Z-R开发板 &#xff0c;进行轻量带屏开发板的标准移植&#xff0c;开发了智能开关面板样例&#xff0c;同时实现了ace_engine_lite、arkui_ui_lite、aafwk_lite、appexecfwk_lite、HDF等部件基于OpenHarmony LiteOS-M内…

PCIE协议-2-事务层规范-Message Request Rules

2.2.8 消息请求规则 本文档定义了以下几组消息&#xff1a; INTx 中断信号电源管理错误信号锁定事务支持插槽电源限制支持厂商定义消息延迟容忍度报告&#xff08;LTR&#xff09;消息优化缓冲区冲洗/填充&#xff08;OBFF&#xff09;消息设备就绪状态&#xff08;DRS&#…

函数重载和函数模板

c语言中函数名字不可重复,但是可以写代码实现 普通的函数重载 这些同名函数的形参列表(参数个数 或 类型 或 顺序)必须不同和返回值没有关系(因为就像我想调用Add(1,2),Add重载的几个函数仅仅返回值不同,编辑器就不知道去找哪一个,就有歧义了) 情况1-数组 int ave(int*pa,i…

计算机毕业设计Python地震预测系统 地震数据分析可视化 地震爬虫 大数据毕业设计 Flink Hadoop 深度学习 机器学习 人工智能 知识图谱

学生信息 姓名&#xff1a;  祁浩 题目&#xff1a; 基于Python的中国地震数据分析与可视化系统的设计与实现 学号&#xff1a; 2020135211 班级&#xff1a; 20大数据本科2班 指导教师&#xff1a; 刘思思 答辩过程 学生开题陈述 为了让学习者更好的了解了解地震…

python数据分析——pandas数据结构2

参考资料&#xff1a;活用pandas库 导入基础数据 # 导入库 import pandas as pd # 读取数据集 dfpd.read_csv(r"..\data\scientists.csv") df.head() 1、DataFrame DataFrame是Pandas中最常见的对象。可以把它看作python存储电子表格式数据的方式。Series数据结构…

手机在网状态多方面重要性

手机在网状态的重要性体现在多个方面&#xff0c;它是现代社会中人们保持联系、获取信息以及进行日常活动不可或缺的一部分。以下是一些关于手机在网状态重要性的详细解释&#xff1a; 通信联系&#xff1a; 手机是在现代社会中进行通信联系的主要工具。当手机处于在网状态时&…

攻防世界-NewsCenter

题目信息 分析过程 题目打开是有个输入框可以用来输入搜索信息&#xff0c;初步判断是个sql注入的题目。接下来判断能否进行sql注入&#xff1a; 输入 hi&#xff0c;有搜索结果&#xff0c;如下图: 输入hi’,无结果&#xff0c;如下图&#xff1a; 初步判定是hi‘后面还有单引…

Android内核之解决报错:error: ISO C90 forbids mixing declarations and code(七十四)

简介&#xff1a; CSDN博客专家&#xff0c;专注Android/Linux系统&#xff0c;分享多mic语音方案、音视频、编解码等技术&#xff0c;与大家一起成长&#xff01; 优质专栏&#xff1a;Audio工程师进阶系列【原创干货持续更新中……】&#x1f680; 优质专栏&#xff1a;多媒…

璩静是为了薅百度羊毛

关注卢松松&#xff0c;会经常给你分享一些我的经验和观点。 百度副总裁璩静离职了&#xff0c;网传她的年薪是1500万&#xff0c;而璩静在4月24日注册了一个文化传媒公司&#xff0c;大家都认为璩静是在为离职做准备。但松松我认为不是。 我认为&#xff1a;璩静成立新公司是…

波动性悖论:为何低风险股票长期跑赢高风险对手?

从去年开始&#xff0c;“红利低波”类的产品净值稳步向上&#xff0c;不断新高&#xff0c;让很多人关注到了A股“分红高”、“波动率低”这两类股票。分红高的公司更受投资者青睐&#xff0c;这从基本面的角度很容易理解&#xff0c;那么波动率低的股票明明波动更小&#xff…

前端笔记-day1

文章目录 01-标签的写法02-HTML的基本骨架03-标签的关系04-注释05-标题标签06-段落标签07-换行与水平线标签08-文本格式化标签09-图像的基本使用10-图像的属性12-绝对路径13-超链接14-音频15-视频标签16-招聘案例18-个人简历19-vue简介 01-标签的写法 <strong>文字内容&…

解决NVM 下载node.js慢问题->最新镜像

一、NVM 介绍 nvm是node版本管理工具&#xff0c;可以运行在多种操作系统上。这里主要记录一下在windows系统的安装和使用。 在使用过程中&#xff0c;下载其他版本时会出现下载慢或卡住或下载失败的情况&#xff0c;是因为服务器在国外&#xff0c;网络原因导致&#xff0c;…

使用socat做端口转发

最近买的云上mongo数据库但是数据库不支持外网访问&#xff0c;准备做iptables转发但是一直不成功&#xff0c;腾讯云官方给予的解释是受服务器内启动的docker影响 做iptables转发会冲突&#xff0c;所以只能另想办法&#xff0c;我发现使用socat做转发也很好用&#xff0c;所以…

3D 生成重建009-DreamGaussian使用gaussian splatting在两分钟内生成3d

3D 生成重建009-DreamGaussian使用gaussian splatting在两分钟内生成3d 文章目录 0 论文工作1 论文方法2 效果 0 论文工作 DreamGaussian是第一个使用gaussian splatting方法进行3d生成的工作。论文最先使用gaussian splatting替代原来用nerf表示3d。整体架构依然保留了原来的…