数据结构中图的应用.doc

图在数据结构中应用十分广泛，对于图来说最重要的当然是算法，而且相当的一部分都是很专业的，一般的人几乎不会接触到；相对而言，结构就显得分量很轻。你可以看到关于图中元素的操作很少，远没有单链表那里列出的一大堆“接口”。——一个结构如果复杂，那么能确切定义的操作就很有限。 　　基本储存方法 　　不管怎么说，还是先得把图存起来。不要看书上列出了好多方法，根本只有一个——邻接矩阵。如果矩阵是稀疏的，那就可以用十字链表来储存矩阵（见前面的《稀疏矩阵（十字链表）》）。如果我们只关系行的关系，那么就是邻接表（出边表）；反之，只关心列的关系，就是逆邻接表（入边表）。 　　下面给出两种储存方法的实现。 #ifndef Graphmem_H #define Graphmem_H #include vector #include list using namespace std; template class name, class dist, class mem class Network; const int maxV = 20;//最大节点数 template class name, class dist class AdjMatrix { friend class Networkname, dist, AdjMatrixname, dist ; 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]; } //没有越界检查 int nextV(int m, int n)//返回m号顶点的第n号顶点后第一个邻接顶点号，无返回-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 name, class dist class LinkedList { friend class Networkname, dist, LinkedListname, dist ; 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 listedge)); vNum++; return true; } bool insertE(const name v1, const na