图论不发愁：邻接矩阵-邻接表-前向星的“选刀”指南.docxVIP

图论不发愁：邻接矩阵/邻接表/前向星的“选刀”指南

前言：图论题卡了，可能不是算法问题，而是“刀”选错了

在CSP-J/S复赛的失分报告中，有一个问题很少被单独拿出来讨论，但它的“杀伤力”被严重低估了——图的数据结构选错了。

场景通常是这样的：学生看到一道图论题，判断出了“这题考最短路”，也写出了正确的Dijkstra算法框架，但程序一跑——小数据没问题，大数据要么超时要么爆内存。花了大量时间去优化算法，最后才发现：不是算法不行，是存图的方式根本不支持题目要求的性能。

“邻接矩阵、邻接表、链式前向星”——这三个名字你一定不陌生。但你真的清楚在什么情况下该用哪一个吗？本文不讲图论算法本身，而是专门解决一个更前置的问题：拿到一道图论题，先花30秒判断：用哪种数据结构存这张图。

数据结构选对，代码少写一半、bug少出一半、效率翻一倍。数据结构选错，算法再优也救不回来。

一、三种存图方式的本质差异

在进入选择指南之前，先快速回顾三种存图方式的核心原理。如果你对它们已经很熟悉，可以直接跳到第二节。

1.1邻接矩阵：二维数组打天下

本质：用一个n×n的二维数组g[u][v]，记录从节点u到节点v的边的信息（权值或是否存在）。

操作

复杂度

查询uv之间是否有边

O(1)

遍历u的所有邻居

O(n)

添加一条边

O(1)

空间消耗

O(n2)

1.2邻接表：每个节点维护一个邻居清