图的基本表示-邻接矩阵和邻接表

简介

一个图主要包括顶点和边两部分。

  • 自环边
    自己到自己形成的边，如图中的0顶点
  • 平行边
    顶点3和顶点4这种情况就是平行边
  • 简单图
    没有自环边和平行边的图
  • 连通图
    图中任意两个顶点之间都有路径
  • 连通分量
    图中包含的连通子图的个数，如上图有2个连通分量
  • 有环图
    图中顶点之间可以形成环，上图0,1,2,3顶点之间存在环。

图根据边是否有方向和边是否有权重可以分为

  1. 无向无权图，如好友关系
  2. 有向无权图，如关注关系
  3. 无向有权图，如城市之间的关系，城市之间的距离就是权重
  4. 有向有权图，如一个城市的地铁线路

图的表示方式

以无向无权图且简单图为例。图有两种表示方式，邻接矩阵和邻接表。

邻接矩阵

使用邻接矩阵表示为

0 1 2 3 4 5 6
0 0 1 0 1 0 0 0
1 1 0 1 0 0 0 1
2 0 1 0 1 0 1 0
3 1 0 1 0 1 0 0
4 0 0 0 1 0 1 0
5 0 0 1 0 1 0 1
6 0 1 0 0 0 1 0
A[i][j]=1表示顶点i和订单j相邻
代码实现

定义一个接口表示图的各种操作

public interface Graph {

  /**
   * 查询总顶点数
   */
  int V();

  /**
   * 查询总边数
   */
  int E();

  /**
   * 两个顶点之间是否有边
   */
  boolean hasEdge(int v, int w);

  /**
   * 查询一个顶点的所有连接顶点
   */
  Iterable<Integer> adj(int v);

  /**
   * 查询一个顶点的度（连接顶点的个数）
   */
  int degree(int v);

  /**
   * 检查v顶点是否合法
   */
  void validateVertex(int v);

}

邻接矩阵实现

import java.io.IOException;
import java.io.InputStream;
import java.util.ArrayList;
import java.util.Collection;
import java.util.List;
import java.util.Scanner;

public class AdjMatrix implements Graph {

  /**
   * 总顶点数
   */
  private int V;
  /**
   * 总边数
   */
  private int E;
  /**
   * 顶点之间的关系
   */
  private int[][] adj;

  public AdjMatrix(String fileName) {
    try (InputStream is = AdjMatrix.class.getResourceAsStream(fileName);
        Scanner scanner = new Scanner(is)) {
      V = scanner.nextInt();
      if (V < 0) {
        throw new IllegalArgumentException("V must be non-negative");
      }
      adj = new int[V][V];
      E = scanner.nextInt();
      if (E < 0) {
        throw new IllegalArgumentException("E must be non-negative");
      }
      for (int i = 0; i < E; i++) {
        int a = scanner.nextInt();
        validateVertex(a);
        int b = scanner.nextInt();
        validateVertex(b);
        if (a == b) {
          throw new IllegalArgumentException("Self Loop is Detected!");
        }
        if (adj[a][b] == 1) {
          throw new IllegalArgumentException("Parallel Edges are Detected!");
        }
        adj[a][b] = 1;
        adj[b][a] = 1;
      }
    } catch (IOException e) {
      e.printStackTrace();
    }
  }

  public void validateVertex(int v) {
    if (v < 0 || v >= V) {
      throw new IllegalArgumentException("vertex " + v + "is invalid");
    }
  }

  @Override
  public int V() {
    return V;
  }

  @Override
  public int E() {
    return E;
  }

  @Override
  public boolean hasEdge(int v, int w) {
    validateVertex(v);
    validateVertex(w);
    return adj[v][w] == 1;
  }

  @Override
  public Collection<Integer> adj(int v) {
    validateVertex(v);
    List<Integer> res = new ArrayList<>();
    for (int i = 0; i < V; i++) {
      if (adj[v][i] == 1) {
        res.add(i);
      }
    }
    return res;
  }

  @Override
  public int degree(int v) {
    return adj(v).size();
  }

  @Override
  public String toString() {
    StringBuilder sb = new StringBuilder();
    sb.append(String.format("V = %d, E = %d
", V, E));
    for (int i = 0; i < V; i++) {
      for (int j = 0; j < V; j++) {
        sb.append(String.format("%d ", adj[i][j]));
      }
      sb.append('
');
    }
    return sb.toString();
  }

  public static void main(String[] args) {
    Graph graph = new AdjMatrix("g.txt");
    System.out.println(graph);
    System.out.println(graph.degree(0));
    System.out.println(graph.adj(0));
  }
}

g.txt为数据文件，内容如下

7 9
0 1
0 3
1 2
1 6
3 2
3 4
5 6
5 2
5 4

第一行表示顶点个数和边个数，后面行表示顶点和顶点之间的连接关系。
邻接矩阵空间复杂度为O(V^2)，V表示顶点数，求相邻顶点时间复杂度为O(V)，求两个顶点之间是否相邻时间复杂度为O(1)。对于稀疏图（边个数远小于顶点数的平方），邻接矩阵这种表示方式会造成大量的空间浪费，时间复杂度也比较高，我们可以使用邻接表来优化。

邻接表

0 : 1 3 
1 : 0 2 6 
2 : 1 3 5 
3 : 0 2 4 
4 : 3 5 
5 : 6 2 4 
6 : 1 5

每个顶点关联一个链表，表示邻接顶点

import java.io.IOException;
import java.io.InputStream;
import java.util.LinkedList;
import java.util.Scanner;

public class AdjList implements Graph {

  private int V;
  private int E;
  private LinkedList<Integer>[] adj;

  public AdjList(String fileName) {
    try (InputStream is = AdjList.class.getResourceAsStream(fileName);
        Scanner scanner = new Scanner(is)) {
      V = scanner.nextInt();
      if (V < 0) {
        throw new IllegalArgumentException("V must be non-negative");
      }
      adj = new LinkedList[V];
      for (int i = 0; i < V; i++) {
        adj[i] = new LinkedList<>();
      }
      E = scanner.nextInt();
      if (E < 0) {
        throw new IllegalArgumentException("E must be non-negative");
      }
      for (int i = 0; i < E; i++) {
        int a = scanner.nextInt();
        validateVertex(a);
        int b = scanner.nextInt();
        validateVertex(b);
        if (a == b) {
          throw new IllegalArgumentException("Self Loop is Detected!");
        }
        if (adj[a].contains(b)) {
          throw new IllegalArgumentException("Parallel Edges are Detected!");
        }
        adj[a].add(b);
        adj[b].add(a);
      }
    } catch (IOException e) {
      e.printStackTrace();
    }
  }

  public void validateVertex(int v) {
    if (v < 0 || v >= V) {
      throw new IllegalArgumentException("vertex " + v + "is invalid");
    }
  }

  @Override
  public int V() {
    return V;
  }

  @Override
  public int E() {
    return E;
  }

  @Override
  public boolean hasEdge(int v, int w) {
    validateVertex(v);
    validateVertex(w);
    return adj[v].contains(w);
  }

  @Override
  public Iterable<Integer> adj(int v) {
    validateVertex(v);
    return adj[v];
  }

  @Override
  public int degree(int v) {
    validateVertex(v);
    return adj[v].size();
  }

  @Override
  public String toString() {
    StringBuilder sb = new StringBuilder();
    sb.append(String.format("V = %d, E = %d
", V, E));
    for (int v = 0; v < V; v++) {
      sb.append(String.format("%d : ", v));
      for (int w : adj[v]) {
        sb.append(String.format("%d ", w));
      }
      sb.append('
');
    }
    return sb.toString();
  }

  public static void main(String[] args) {

    AdjList adjList = new AdjList("g.txt");
    System.out.print(adjList);
  }
}

这里使用LinkedList来保存顶点的邻接顶点，空间复杂度为O(V+E)，V表示顶点数，E表示边数，求两个顶点是否相邻和求顶点的邻接顶点的时间复杂度都为O(degree(v))，degree(v)表示一个顶点的度，一般远远小于顶点数V。那么有没有更好的性能呢，我们可以使用TreeSet代替LinkedList，将时间复杂度降为O(logV)。

import java.io.IOException;
import java.io.InputStream;
import java.util.Scanner;
import java.util.TreeSet;

public class AdjSet implements Graph {

  private int V;
  private int E;
  private TreeSet<Integer>[] adj;

  public AdjSet(String fileName) {

    try (InputStream is = AdjSet.class.getResourceAsStream(fileName);
        Scanner scanner = new Scanner(is)) {

      V = scanner.nextInt();
      if (V < 0) {
        throw new IllegalArgumentException("V must be non-negative");
      }
      adj = new TreeSet[V];
      for (int i = 0; i < V; i++) {
        adj[i] = new TreeSet<Integer>();
      }

      E = scanner.nextInt();
      if (E < 0) {
        throw new IllegalArgumentException("E must be non-negative");
      }

      for (int i = 0; i < E; i++) {
        int a = scanner.nextInt();
        validateVertex(a);
        int b = scanner.nextInt();
        validateVertex(b);

        if (a == b) {
          throw new IllegalArgumentException("Self Loop is Detected!");
        }
        if (adj[a].contains(b)) {
          throw new IllegalArgumentException("Parallel Edges are Detected!");
        }

        adj[a].add(b);
        adj[b].add(a);
      }
    } catch (IOException e) {
      e.printStackTrace();
    }
  }

  public void validateVertex(int v) {
    if (v < 0 || v >= V) {
      throw new IllegalArgumentException("vertex " + v + "is invalid");
    }
  }

  @Override
  public int V() {
    return V;
  }

  @Override
  public int E() {
    return E;
  }

  @Override
  public boolean hasEdge(int v, int w) {
    validateVertex(v);
    validateVertex(w);
    return adj[v].contains(w);
  }

  @Override
  public Iterable<Integer> adj(int v) {
    validateVertex(v);
    return adj[v];
  }

  @Override
  public int degree(int v) {
    validateVertex(v);
    return adj[v].size();
  }

  @Override
  public String toString() {
    StringBuilder sb = new StringBuilder();

    sb.append(String.format("V = %d, E = %d
", V, E));
    for (int v = 0; v < V; v++) {
      sb.append(String.format("%d : ", v));
      for (int w : adj[v]) {
        sb.append(String.format("%d ", w));
      }
      sb.append('
');
    }
    return sb.toString();
  }

  public static void main(String[] args) {
    AdjSet adjSet = new AdjSet("g.txt");
    System.out.print(adjSet);
  }
}

方式比较

空间 建图时间 查看两点是否相邻 查找点的所有相邻顶点
邻接矩阵 O(V^2) O(E) O(1) O(V)
邻接表(LinkedList) O(V+E) O(E*V) O(degree(v)) O(degree(v))
邻接表(TreeSet) O(V+E) O(ElogV) O(logV) O(degree(v))
综合比较，邻接表(TreeSet)性能更好。
【推广】 免费学中医，健康全家人
原文地址：https://www.cnblogs.com/strongmore/p/14546716.html