邻接表&十字链表

邻接表&十字链表邻接表:每一行都可以看成一个单链表,第一行中,v0-1-3可以得到,v0的出度为v1和v3。邻接表完整代码:#include<iostream>usingnamespacestd;constintMAX_V=15;//边节点typedefstructEdge_node{chardata;Edge_node*next;}E…

大家好,又见面了,我是你们的朋友全栈君。

邻接表:

在这里插入图片描述
每一行都可以看成一个单链表,第一行中,v0-1-3可以得到,v0的出度为v1和v3。

邻接表完整代码:

#include <iostream>
using namespace std;

const int MAX_V = 15;

//边节点
typedef struct Edge_node {
    char data;
    Edge_node *next;
}Enode,*pEnode;

//表节点
typedef struct List_node {
    char data;
    Edge_node *firstEdge;
}Lnode, *pLnode;


int main()
{
    void AddEdge( char v1, char v2, pLnode list, int V );
    void display( pLnode list, int V );
    void clear( pLnode list, int V);

    int V,E;
    cout << "input vertex number and edge number:\n";//输入顶点数和边数
    cin >> V >> E;

    Lnode list[MAX_V];//建立数组
    for( int i=0; i<V; ++i ){
        list[i].firstEdge = NULL;
    }

    cout << "input vertex:\n";//输入顶点
    for( int i=0; i<V; ++i )
        cin >> list[i].data;

    cout << "input edges, eg: a b \n";
    char v1,v2;
    for( int i=0; i<E; ++i ){

        cin >> v1 >> v2;
        AddEdge( v1, v2, list, V);
    }

    //输出
    cout <<"display:\n";
    display( list, V );

    cout << "clear:\n";
    clear( list, V );

    return 0;
}

void AddEdge( char v1, char v2, pLnode list, int V ) {

    for( int i=0; i<V; ++i ){

        if( v1==list[i].data ){
            //生成新的边节点
            pEnode newEdge = new Enode;
            newEdge->data = v2;
            newEdge->next = NULL;

            newEdge->next = list[i].firstEdge;
            list[i].firstEdge = newEdge;

            break;
        }
    }
}

void display( pLnode list, int V ){

    for( int i=0; i<V; ++i ){
        cout << list[i].data <<": ";
        pEnode p = list[i].firstEdge;
        while( p ){
            cout << p->data << ' ';
            p = p->next;
        }
        cout <<endl;
    }
}

void clear( pLnode list, int V){

    for( int i=0; i<V; ++i ){
        pEnode p = list[i].firstEdge;
        pEnode todel;
        while( NULL!=p ){
            todel = p;
            cout <<"delete is "<< todel->data << ' ';
            p = p->next;
            delete todel;
        }
        cout << endl;
    }

}

但对于有向图来说,邻接表是有缺陷的,关心了出度问题,想了解入度就必须要遍历整个图才能知道,反之,逆邻接表解决了入度的情况。
而十字链表可以同时解决出度和入度的问题。

十字链表

重新定义表节点结构:增加了两个指针firstIn,firstOut。分别用来指向该顶点的入(出)边表中第一个结点。

在这里插入图片描述
firstin表示入边表头指针,指向该顶点的入边表中第一个结点;

firstout表示出边表头指针,指向该顶点的出边表中第一个结点;
邻接表&十字链表
tailvex是指弧起点在顶点的下标,

headvex是指弧终点在顶点表中的下标,

headlink是指入边表指针域,指向终点相同的一下条边

taillink是指出边表指针域,指向起点相同的下一条边。

对比

与邻接表相比,这里的 tailLink 指针就相当于邻接表里的那个指针,指向出度的下一个节点。而这里的 headLink 就是新增加的用来记录入度的指针。
在这里插入图片描述
首先,横着看:每一行都可以看出单链表,把从 firstOut 出来的串起来就是出度(类似邻接表);
竖着看(不太明显):从 headLink 出来的指针指向串起来,都是入度节点。

那为什么要重复存储节点信息呢?例如图中的0存了2次,1存了3次等。这是为了方便找入度节点。试想,邻接表用一个指针一个节点信息来存储方便找出度,那么要是出度入度都方便找,自然要给入度也加上一个指针(headLink)和一个数据域(tailVex)。这样当找到入度的边接节点,取出 headLink 就找到入度节点了。

将边节点结构分割:
入度:headLink + tailVex;
出度:tailLink + headVex;

十字链表代码:

#include <iostream>
#include <cstring>
using namespace std;

const int MAX_V = 15;
//边节点
typedef struct Edge_node {
    char tailVex,headVex;           //tailvex是指弧起点在顶点的下标,headvex是指弧终点在顶点表中的下标,
    Edge_node *tailLink, *headLink;//headlink指向弧头相同的下一条弧。taillink指向弧尾相同的下一条弧.
}Enode,*pEnode;

//表节点
typedef struct List_node {
    char data;
    Edge_node *firstIn, *firstOut;//firstin表示入边表头指针,指向该顶点的入边表中第一个结点.
}Lnode, *pLnode;

int main()
{
    void AddEdge( char v1, char v2, pLnode list, int V );
    void display( pLnode list, int V );
    void clear( pLnode list, int V);

    int V,E;
    cout << "input vertex number and edge number:\n";//输入顶点数和边数
    cin >> V >> E;

    Lnode list[MAX_V];//建立数组
    for( int i=0; i<V; ++i ){
        list[i].firstIn = NULL;
        list[i].firstOut = NULL;
    }

    //输入顶点
    cout << "input vertex:\n";
    for( int i=0; i<V; ++i )
        cin >> list[i].data;

    //输入边
    cout << "input edges, eg: a b \n";
    char v1,v2;
    for( int i=0; i<E; ++i ){

        cin >> v1 >> v2;
        AddEdge( v1, v2, list, V);
    }

    //输出
    cout <<"display:\n";
    display( list, V );

    cout << "clear:\n";
    clear( list, V );

    return 0;
}

void AddEdge( char v1, char v2, pLnode list, int V ){

    int getIndex( char x , pLnode list , int V );
    int v1_index = getIndex( v1 , list, V );
    int v2_index = getIndex( v2, list ,V );

    pEnode newEdge = new Enode;
    newEdge->tailVex = v1;
    newEdge->headVex = v2;

    //添加出度
    newEdge->tailLink = list[v1_index].firstOut;
    list[v1_index].firstOut = newEdge;

    //添加入度
    newEdge->headLink = list[v2_index].firstIn;
    list[v2_index].firstIn = newEdge;
}
int getIndex( char x, pLnode list, int V ){

    for( int i=0; i<V; ++i ){
        if( x==list[i].data )
            return i;
    }
}

void display( pLnode list, int V ){

    for( int i=0; i<V; ++i ){
        cout << list[i].data <<" out : ";
        pEnode p = list[i].firstOut;
        while( p ){
            cout << p->headVex << ' ';
            p = p->tailLink;
        }
        cout <<endl;

        cout << list[i].data <<" in : ";
        p = list[i].firstIn;
        while( p ){
            cout << p->tailVex << ' ';
            p = p->headLink;
        }
        cout <<endl;
    }

}

void clear( pLnode list, int V){

    for( int i=0; i<V; ++i ){
        pEnode p = list[i].firstOut;
        pEnode todel;
        while( NULL!=p ){
            todel = p;
            cout <<"delete is "<< todel->headVex << ' ';
            p = p->tailLink;
            delete todel;
        }
        cout << endl;
    }
}
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。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。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/150311.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)


相关推荐

  • 深度学习笔记三:反向传播(backpropagation)算法[通俗易懂]

    深度学习笔记三:反向传播(backpropagation)算法[通俗易懂]接上一篇的最后,我们要训练多层网络的时候,最后关键的部分就是求梯度啦。纯数学方法几乎是不可能的,那么反向传播算法就是用来求梯度的,用了一个很巧妙的方法。反向传播算法应该是神经网络最基本最需要弄懂的方法了,要是反向传播方法不懂,后面基本上进行不下去。非常推荐的是Howthebackpropagationalgorithmworks在最开始的博客中提过,这本书是这篇笔记用到的教材之

  • 聊聊MyBatis缓存机制

    聊聊MyBatis缓存机制点击上方“程序员小灰”,选择“置顶公众号”有趣有内涵的文章第一时间送达!本文转载自公众号美团技术点评前言MyBatis是常见的Java数据库访问层框架。在日常工作中,开…

  • pycharm调试远程主机_服务终端

    pycharm调试远程主机_服务终端我们有时为了方便,可能需要用到pycharm中的终端功能进行服务器端调试。在将pycharm配置远程开发后,我们点开Terminal终端功能,默认是本地的终端,如下图。如果要使用远程的终端,非常简单,因为已经配置过远程的解释器,我们点开Tools里的startSSHsession功能,即可选择服务器端的终端功能按图示选择完后,就可以直接使用服务器端的终端功能了,不需要额外的SSH工具显…

  • supergo任我行纵行指南针TT硕点YY考勤打卡定位下载及安装教程

    supergo任我行纵行指南针TT硕点YY考勤打卡定位下载及安装教程**supergo指南针TT硕点YY定位下载及安装教程**supergo指南针TT硕点YY定位下载及安装教程(2021最新版更新)本文以supergo为例,演示说明下载过程1、首先登录supergo下载官网2、2.找到supergo下载的按钮。并点击下载,输入提示密码3.然后选择右上角三个点,选择在safari浏览器中打开。点击下载,安装。弹框请选择安装按钮4.点击设置-通用,描述文件和设备管理,找到证书名称,然后点击信任,即可…

  • it领域的摩尔定律_裴蜀定理

    it领域的摩尔定律_裴蜀定理每十八个月,计算机等IT产品的性能会翻一番;或者说相同性能的计算机等IT产品,每十八个月价钱会降一半。

  • softmax损失函数

    softmax损失函数cnn进行前向传播阶段,依次调用每个Layer的Forward函数,得到逐层的输出,最后一层与目标函数比较得到损失函数,计算误差更新值,通过反向传播逐层到达第一层,所有权值在反向传播结束时一起更新。losslayer是CNN的终点,接受两个Blob作为输入,其中一个是CNN的预测值,另一个是真实标签。损失层则将这两个输入进行一系列运算,得到当前网络的损失函数(LossFunction),

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号