全部博文(298)
分类: C/C++
2011-08-14 16:22:45
图之基础
我们这里不再啰嗦图的基本概念了,关于图的基本概念在很多数据结构的树上都有,我们先讨论图的存储,毕竟是先有了存储了图才能对图做处理呢,当然有些高手也可以忽略图的存储来做,呵呵,图的存储一般有两种方式,即邻接矩阵和邻接表,邻接矩阵实际上就是一个二维数组,使用邻接矩阵很方便且很容易懂,但是在图为稀疏图的时候就有点浪费存储空间了,你想一下嘛,如果有3000个顶点,那么我们就要开辟3000*3000的空间,但是实际上图中很多点没有关联,造成了资源的浪费;邻接表是链表的使用,使用过链表的我们肯定都知道,链表是需要空间的时候才动态分配空间的,对于邻接表可以有效的节约空间,但是使用起来较邻接矩阵麻烦。
1.图的邻接矩阵存储
我们这里直接举一个例子来说明,邻接矩阵的用法,示例如下:
邻接矩阵比较简单不用多说,具体就是相应边得权值赋上就行了,注意初始化邻接矩阵。如果邻接矩阵的值都为非负整数的话,我们可以利用memset()函数来进行初始化,注意memset()函数的应用方法就行了。
2.图的邻接表存储
图的邻接表的用法示例如下:
使用临界表必须先为每个节点建立一个头结点,用于连接与他相连通的节点,如果图为有向图,如V1->V2而V2不到V1,那么在以V1为头结点的链表中出现V2,而以V2为头结点的链表中不出现V1。下图为有向图的临界表示例。
临界表程序:
#include
#include
#include
#define Gnumber 10
typedef struct node
{
int weight;
int dest;
struct node *next;
}GNode;
GNode G[Gnumber];
void GInerst(GNode G[Gnumber], int sour, int dest, int weight)
{
GNode *p = G+sour;
while(p->next)
{
p = p->next;
}
p->next = (GNode*)malloc(sizeof(GNode));
p->next->weight = weight;
p->next->dest = dest;
p->next->next = NULL;//注意这个一定要赋值
}
int main(int argc, char **argv)
{
memset(G, 0, sizeof(G));
GInerst(G, 0,1,1);
GInerst(G, 0,3,1);
GInerst(G, 1,4,1);
GInerst(G, 2,1,1);
GInerst(G, 3,2,1);
GInerst(G, 4,2,1);
system("pause");
return 0;
}
在编写该程序的时候注意一下几个问题:
(1)初始化链表数组,由于我们再插入新节点的时候采用的是查找next值为NULL来结束查找的,所有我们必须初始化next为NULL;
(2)在编写插入函数的时候我曾犯过下面的错误:下面的程序咋一看还看不出什么问题,但是我们在运行的时候可以发现没有一个值插入到链表中,这是为什么呢?那我们用断点调试可以知道,由于我们定义的节点指针p是在函数内部定义的,为局部变量,在函数作用结束的时候会自动消亡,我们这里在p = (GNode*)malloc(sizeof(GNode));这里为其动态分配了空间,但在在函数结束后,这块区域就成为一个不可再用的区域了,我们这里的想法是把将链表最后一个元素指向next的动态分配,但是实际上我们程序不是这样做的,当我们使用上诉正确的插入函数时候,p指向的是当前最后一个有用节点,然后为p->next 分配空间,这个为什么可以这样做,我的理解是因为p->next 相当于(*p).next,这样就是将该地址里面存储的内容改变了,而不是改变的指针本身,所以可以改变指针指向的值。
void GInerst(GNode G[Gnumber], int sour, int dest, int weight)
{
GNode *p = G+sour;
while(p)
{
p = p->next;
}
p = (GNode*)malloc(sizeof(GNode));
p->weight = weight;
p->dest = dest;
p->next = NULL;//注意这个一定要赋值
}
(3)新创建了节点,一定要给新建立的节点初始化,因为分配空间后里面的值是不确定的,我们编程的时候必须避免这种情况,而且我们要用到新建节点的next指针为NULL来标志链表结束,所有必须要初始化。
方式1:p->next->next = NULL;//注意这个一定要赋值
方式2:memset(p->next, 0 , sizeof(GNode)); 推荐