对于图来说，邻接矩阵是不错的一种图存储结构，但是我们也发现，对于边数相对顶点较少的图，这种结构是存在对存储空间的极大浪费的。因此我们考虑另外一种存储结构方式：邻接表（Adjacency List），即数组与链表相结合的存储方法。
邻接表的处理方法是这样的。
1、图中顶点用一个一维数组存储，另外，对于顶点数组中，每个数据元素还需要存储指向第一个邻接点的指针，以便于查找该顶点的边信息。
2、图中每个顶点vi的所有邻接点构成一个线性表，由于邻接点的个数不定，所以用单链表存储，无向图称为顶点vi的边表，有向图称为顶点vi作为弧尾的出边表。
这个是无向图四个顶点，五个边
顶点信息:0 1 2 3
边信息：
0 1
0 2
0 3
1 2
2 3
#include<iostream> using namespace std; #define MAXVEX 100 /* 最大顶点数,应由用户定义 */ typedef char VertexType; /* 顶点类型应由用户定义 */ typedef int EdgeType; /* 边上的权值类型应由用户定义 */ typedef struct EdgeNode/* 边表结点 */ { int adjvex;/* 邻接点域,存储该顶点对应的下标 */ EdgeType weight;/* 用于存储权值,对于非网图可以不需要 */ struct EdgeNode *next; /* 链域,指向下一个邻接点 */ } EdgeNode; typedef struct VextexNode/* 顶点表结点 */ { VertexType data;/* 顶点域,存储顶点信息 */ EdgeNode *firstedge;/* 边表头指针 */ } VextexNode, AdjList[MAXVEX]; typedef struct { AdjList adjList; int numNodes, numEdges; /* 图中当前顶点数和边数 */ } GraphAdjList; void CreateALGraph(GraphAdjList *Gp) { int i, j, k; EdgeNode *pe; cout << "输入顶点数和边数(空格分隔）:" << endl; cin >> Gp->numNodes >> Gp->numEdges; for (i = 0 ; i < Gp->numNodes; i++) { cout << "输入顶点信息：" << endl; cin >> Gp->adjList[i].data; Gp->adjList[i].firstedge = NULL;/* 将边表置为空表 */ } for (k = 0; k < Gp->numEdges; k++)/* 建立边表 */ { cout << "输入边(vi,vj)的顶点序号i,j（空格分隔）:" << endl; cin >> i >> j; pe=new EdgeNode; //pe = (EdgeNode *)malloc(sizeof(EdgeNode)); pe->adjvex = j;/* 邻接序号为j */ /* 将pe的指针指向当前顶点上指向的结点 */ pe->next = Gp->adjList[i].firstedge; Gp->adjList[i].firstedge = pe;/* 将当前顶点的指针指向pe */ pe=new EdgeNode; //pe = (EdgeNode *)malloc(sizeof(EdgeNode)); pe->adjvex = i; pe->next = Gp->adjList[j].firstedge; Gp->adjList[j].firstedge = pe; } } void OutALGraph(GraphAdjList *Gp){ EdgeNode *pe; for(int i=0;i<Gp->numNodes;i++){ cout<<i; pe=new EdgeNode; pe=Gp->adjList[i].firstedge; while(pe){ cout<<"->"<<pe->adjvex; pe=pe->next; } cout<<endl; } } int main(void) { GraphAdjList GL; CreateALGraph(&GL); OutALGraph(&GL); return 0; }
