資料結構學習（C++）——圖【1】（基本儲存方法） (轉)

資料結構學習（C++）——圖【1】（基本儲存方法） (轉)[@more@]

首先告訴大家一個好訊息，資料結構到這裡就要結束了！然後再來一個壞訊息，這裡是資料結構中“最沒有意義”的部分和最難的部分。圖的應用恐怕是所有結構中最寬泛的了，但這也註定了在講“資料結構的圖”的時候沒什麼好講的——關於圖的最重要的是演算法，而且相當的一部分都是很專業的，一般的人幾乎不會接觸到；相對而言，結構就顯得分量很輕。你可以看到關於圖中元素的操作很少，遠沒有單連結串列那裡列出的一大堆“介面”。——一個結構如果複雜，那麼能確切定義的操作就很有限。

不管怎麼說，還是先得把圖存起來。不要看書上列出了好多方法，根本只有一個——鄰接矩陣。如果矩陣是稀疏的，那就可以用十字連結串列來儲存矩陣（見前面的《稀疏矩陣（十字連結串列）》）。如果我們只關係行的關係，那麼就是鄰接表（出邊表）；反之，只關心列的關係，就是逆鄰接表（入邊表）。

下面給出兩種儲存方法的實現。

#ifndef Graphmem_H

#define Graphmem_H

 :namespace prefix = o ns = "urn:schemas--com::office" />

#include

#include

using namespace std;

 

template classwork;

 

const int maxV = 20;//最大節點數

template

class AdjMatrix

{

friend class Network >;

public:

  AdjMatrix() : vNum(0), eNum(0)

  {

  vertex = new name[maxV]; edge = new dist*[maxV];

  for (int i = 0; i < maxV; i++) edge[i] = new dist[maxV];

  }

  ~AdjMatrix()

  {

  for (int i = 0; i < maxV; i++) delete []edge[i];

  delete []edge; delete []vertex;

  }

  bool insertV(name v)

  {

  if (find(v)) return false;

    vertex[vNum] = v;

  for (int i = 0; i < maxV; i++) edge[vNum][i] = NoEdge;

    vNum++; return true;

  }

  bool insertE(name v1, name v2, dist cost)

  {

  int i, j;

  if (v1 == v2 || !find(v1, i) || !find(v2, j)) return false;

  if (edge[i][j] != NoEdge) return false;

    edge[i][j] = cost; eNum++; return true;

  }

  name& getV(int n) { return vertex[n]; } //沒有越界檢查

  int nextV(int m, int n)//返回m號頂點的第n號頂點後第一個鄰接頂點號，無返回-1

  {

  for (int i = n + 1; i < vNum; i++) if (edge[m][i] != NoEdge) return i;

  return -1;

  }

private:

  int vNum, eNum;

  dist NoEdge, **edge; name *vertex;

  bool find(const name& v)

  {

  for (int i = 0; i < vNum; i++) if (v == vertex[i]) return true;

  return false;

  }

  bool find(const name& v, int& i)

  {

  for (i = 0; i < vNum; i++) if (v == vertex[i]) return true;

  return false;

  }

};

 

template

class LinkedList

{

friend class Network >;

public:

  LinkedList() : vNum(0), eNum(0) {}

  ~LinkedList()

  {

  for (int i = 0; i < vNum; i++) delete vertices[i].e;

  }

  bool insertV(name v)

  {

  if (find(v)) return false;

    vertices.push_back(vertex(v, new list));

    vNum++; return true;

  }

  bool insertE(const name& v1, const name& v2, const dist& cost)

  {

  int i, j;

  if (v1 == v2 || !find(v1, i) || !find(v2, j)) return false;

  for (list::iterator iter = vertices[i].e->begin();

  iter != vertices[i].e->end() && iter->vID < j; iter++);

  if (iter == vertices[i].e->end())

  {

    vertices[i].e->push_back(edge(j, cost)); eNum++; return true;

  }

  if (iter->vID == j) return false;

    vertices[i].e->insert(iter, edge(j, cost)); eNum++; return true;

}

  name& getV(int n) { return vertices[n].v; } //沒有越界檢查

  int nextV(int m, int n)//返回m號頂點的第n號頂點後第一個鄰接頂點號，無返回-1

  {

  for (list::iterator iter = vertices[m].e->begin();

  iter != vertices[m].e->end(); iter++) if (iter->vID > n) return iter->vID;

  return -1;

  }

 

private:

  bool find(const name& v)

  {

  for (int i = 0; i < vNum; i++) if (v == vertices[i].v) return true;

  return false;

  }

  bool find(const name& v, int& i)

  {

  for (i = 0; i < vNum; i++) if (v == vertices[i].v) return true;

  return false;

  }

  struct edge

  {

  edge() {}

    edge(int vID, dist cost) : vID(vID), cost(cost) {}

  int vID;

  dist cost;

  };

  struct vertex

  {

  vertex() {}

    vertex(name v, list* e) : v(v), e(e) {}

  name v;

    list* e;

  };

  int vNum, eNum;

  vector vertices;

};

 

#endif

這個實現是很簡陋的，但應該能滿足後面的講解了。現在這個還什麼都不能做，不要急，在下篇將講述圖的DFS和BFS。