实现图的邻接矩阵和邻接表存储
图的邻接矩阵和邻接表相互转换
图的邻接矩阵和邻接表相互转换图的邻接矩阵存储方法具有如下几个特征：1)无向图的邻接矩阵一定是一个对称矩阵。
2）对于无向图的邻接矩阵的第i 行非零元素的个数正好是第i 个顶点的度()i v TD 。
3）对于有向图，邻接矩阵的第i 行非零元素的个数正好是第i 个顶点的出度()i v OD （或入度()i v ID ）。
4）用邻接矩阵方法存储图，很容易确定图中任意两个顶点之间是否有边相连；但是，要确定图中有多少条边，则必须按行、按列对每个元素进行检测，所发费得时间代价大。
邻接表是图的一种顺序存储与链式存储相结合的存储方法。
若无向图中有n 个顶点、e 条边，则它的邻接表需n 个头结点和2e 个表结点。
显然，在边稀疏的情况下，用邻接表表示图比邻接矩阵存储空间。
在无向图的邻接表中，顶点i v 的度恰好是第i 个链表中的结点数，而在有向图中，第i 个链表中结点个数是顶点i v 的出度。
在建立邻接表或邻逆接表时，若输入的顶点信息即为顶点的编号，则建立临接表的时间复杂度是)(e n O +；否则，需要通过查找才能得到顶点在图中位置，则时间复杂度为)*(e n O 。
在邻接表上容易找到任意一顶点的第一个邻接点和下一个邻接点，但要判断任意两个顶点之间是否有边或弧，则需要搜索第i 个或第j 个链表，因此，不及邻接矩阵方便。
邻接矩阵和邻接表相互转换程序代码如下：#include<iostream.h>#define MAX 20//图的邻接表存储表示typedef struct ArcNode{int adjvex; //弧的邻接定点 char info; //邻接点值struct ArcNode *nextarc; //指向下一条弧的指针}ArcNode;typedef struct Vnode{ //节点信息char data;ArcNode *link;}Vnode,AdjList[MAX];typedef struct{AdjList vertices;int vexnum; //节点数int arcnum; //边数}ALGraph;//图的邻接矩阵存储表示typedef struct{int n; //顶点个数char vexs[MAX]; //定点信息int arcs[MAX][MAX]; //边信息矩阵}AdjMatrix;/***_____________________________________________________***///函数名：AdjListToMatrix(AdjList g1,AdjListMatrix &gm,int n)//参数：（传入）AdjList g1图的邻接表,（传入）int n顶点个数，（传出）AdjMatrix gm图的邻接矩阵//功能：把图的邻接表表示转换成图的邻接矩阵表示void AdjListToAdjMatrix(ALGraph gl,AdjMatrix &gm){int i,j,k;ArcNode *p;gm.n=gl.vexnum;for(k=0;k<gl.vexnum;k++)gm.vexs[k]=gl.vertices[k].data;for(i=0;i<MAX;i++)for(j=0;j<MAX;j++)gm.arcs[i][j]=0;for(i=0;i<gl.vexnum;i++){p=gl.vertices[i].link; //取第一个邻接顶点while(p!=NULL){ //取下一个邻接顶点gm.arcs[i][p->adjvex]=1;p=p->nextarc;}}}/***________________________________________________***///函数名：AdjMatrixToAdjListvoid AdjMatrixToAdjList(AdjMatrix gm,ALGraph &gl){int i,j,k,choice;ArcNode *p;k=0;gl.vexnum=gm.n;cout<<"请选择所建立的图形是无向图或是有向图：";cin>>choice;for(i=0;i<gm.n;i++){gl.vertices[i].data=gm.vexs[i];gl.vertices[i].link=NULL;}for(i=0;i<gm.n;i++)for(j=0;j<gm.n;j++)if(gm.arcs[i][j]==1){k++;p=new ArcNode;p->adjvex=j;p->info=gm.vexs[j];p->nextarc=gl.vertices[i].link;gl.vertices[i].link=p;}if(choice==1)k=k/2;gl.arcnum=k;}void CreateAdjList(ALGraph &G){int i,s,d,choice;ArcNode *p;cout<<"请选择所建立的图形是有向图或是无向图：";cin>>choice;cout<<"请输入节点数和边数："<<endl;cin>>G.vexnum>>G.arcnum;for(i=0;i<G.vexnum;i++){cout<<"第"<<i<<"个节点的信息：";cin>>G.vertices[i].data;G.vertices[i].link=NULL;}if(choice==1){for(i=0;i<2*(G.vexnum);i++){cout<<"边----起点序号，终点序号：";cin>>s>>d;p=new ArcNode;p->adjvex=d;p->info=G.vertices[d].data;p->nextarc=G.vertices[s].link;G.vertices[s].link=p;}}else{for(i=0;i<G.vexnum;i++){cout<<"边----起点序号，终点序号：";cin>>s>>d;p=new ArcNode;p->adjvex=d;p->info=G.vertices[d].data;p->nextarc=G.vertices[s].link;G.vertices[s].link=p;}}}void CreateAdjMatrix(AdjMatrix &M){int i,j,k,choice;cout<<"请输入顶点个数：";cin>>M.n;cout<<"请输入如顶点信息:"<<endl;for(k=0;k<M.n;k++)cin>>M.vexs[k];cout<<"请选择所建立的图形是无向图或是有向图：";cin>>choice;cout<<"请输入边信息："<<endl;for(i=0;i<M.n;i++)for(j=0;j<M.n;j++)M.arcs[i][j]=0;switch(choice){case 1:{for(k=0;k<M.n;k++){cin>>i>>j;M.arcs[i][j]=M.arcs[j][i]=1;}};break;case 2:{for(k=0;k<M.n;k++){cin>>i>>j;M.arcs[i][j]=1;}};break;}}void OutPutAdjList(ALGraph &G){int i;ArcNode *p;cout<<"图的邻接表如下："<<endl;for(i=0;i<G.vexnum;i++){cout<<G.vertices[i].data;p=G.vertices[i].link;while(p!=NULL){cout<<"---->("<<p->adjvex<<" "<<p->info<<")";p=p->nextarc;}cout<<endl;}}void OutPutAdjMatrix(AdjMatrix gm){cout<<"图的邻接矩阵如下："<<endl;for(int i=0;i<gm.n;i++){。
...统计有向图中每个顶点的出度和入度(以邻接矩阵和邻接表两种方式实现...
数据结构—统计有向图中每个顶点的出度和⼊度（以邻接矩阵和邻接表两种⼊式实现）⼊、邻接矩阵实现假设不带权有向图采⼊邻接矩阵 g 存储，设计实现以下功能的算法：（1）求出图中每个顶点的⼊度。
（2）求出图中每个顶点的出度。
（3）求出图中出度为 0 的顶点数。
#include#include#includeusing namespace std;#define INFINITY 65535#define MAX_VERTEX_NUM 100typedef char VertexType;typedef struct {VertexType vexs[MAX_VERTEX_NUM];顶点 //数组int arcs[MAX_VERTEX_NUM][MAX_VERTEX_NUM];邻接矩 //阵int v, e; 图顶点//和边的数量} MGraph;int num=0;全局变量负责统计出度为 0 的顶点个数void CreateMGraph(MGraph &G){int i,j,k,w;printf("输⼊顶点数和边数:\n");scanf("%d%d",&G.v,&G.e);//for(i=0;iG.arcs[i][j]=INFINITY;初始化邻接//矩阵for(k=0;k{printf("输⼊边（i，j）上的下标 i，j 和权 w\n");scanf("%d%d%d",&i,&j,&w);G.arcs[i][j]=w;}}void indu(MGraph G){int n=0;printf("⼊度：\n");for(int i=0;i//scanf("%c",G.vexs[i]);for(i=0;i{for(int j=0;j} if(n==0) num++; printf("%d ",n); n=0; } } int main() { MGraph G; CreateMGraph(G); { indu(G); if(G.arcs[j][i]!=INFINITY) printf("\n"); n++; outdu(G); } printf("\n"); printf("%d ",n); printf("出度为 0 的顶点个数：%d",num); n=0; return 0; } } } #include#include#includeusing namespace std;#define INFINITY 65535#define MAX_VERTEX_NUM 100typedef int VertexType;int num=0;n++;⼊、邻接表void outdu(MGraph G) 要 不 //要加引⼊，有时候需要仔细考虑⼊下 { 假设不带权有向图采⼊邻接表 G 存储，设计实现以下功能的算法： int n=0;（1） 求出图中每个顶点的⼊度。
《数据结构》实验指导书
1.单链表的类型定义
#include <stdio.h>
typedef int ElemType；//单链表结点类型
typedef struct LNode
{ElemType data;
struct LNode *next;
2.明确栈、队列均是特殊的线性表。
3.栈、队列的算法是后续实验的基础（广义表、树、图、查找、排序等）。
六、实验报告
根据实验情况和结果撰写并递交实验报告。
实验四 串
一、预备知识
1.字符串的基本概念
2.字符串的模式匹配算法
二、实验目的
1.理解字符串的模式匹配算法（包括KMP算法）
typedef struct
{ElemType *base；
int front,rear；
} SqQueue；
4.单链队列的类型定义
typedef struct QNode
{QElemType data;
typedef struct list
{ElemType elem[MAXSIZE];//静态线性表
int length; //顺序表的实际长度
} SqList;//顺序表的类型名
五、注意问题
1.插入、删除时元素的移动原因、方向及先后顺序。
4.三元组表是线性表的一种应用，通过它可以更好地理解线性表的存储结构。同时矩阵又是图的重要的存储方式，所以这个实验对更好地掌握线性表对将来对图的理解都有极大的帮助。
六、实验报告
根据实验情况和结果撰写并递交实验报告。
实验六 树和二叉树
一、预备知识
1.二叉树的二叉链表存储结构
数据结构-实验6图的存储和遍历
实验6.1实现图的存储和遍历一，实验目的掌握图的邻接矩阵和邻接表存储以及图的邻接矩阵存储的递归遍历。
二，实验内容6.1实现图的邻接矩阵和邻接表存储编写一个程序，实现图的相关运算，并在此基础上设计一个主程序，完成如下功能：（1）建立如教材图7.9所示的有向图G的邻接矩阵，并输出。
（2）由有向图G的邻接矩阵产生邻接表，并输出。
（3）再由（2）的邻接表产生对应的邻接矩阵，并输出。
6.2 实现图的遍历算法（4）在图G的邻接矩阵存储表示基础上，输出从顶点V1开始的深度优先遍历序列（递归算法）。
（5）利用非递归算法重解任务（4）。
（6）在图G的邻接表存储表示基础上，输出从顶点V1开始的广度优先遍历序列。
三，源代码及结果截图#include<stdio.h>#include<stdlib.h>#include<string.h>#include<iostream.h>#include<malloc.h>#define MAX_VERTEX_NUM 20typedef char VRType;typedef int InfoType; // 存放网的权值typedef char VertexType; // 字符串类型typedef enum{DG,DN,AG,AN}GraphKind; // {有向图,有向网,无向图,无向网}/*建立有向图的邻接矩阵*/typedef struct ArcCell{VRType adj;//VRType是顶点关系类型，对无权图用1或0表示是否相邻;对带权图则为权值类型InfoType *info; //该弧相关信息的指针(可无)}ArcCell,AdjMatrix[MAX_VERTEX_NUM][MAX_VERTEX_NUM];typedef struct{VertexType vexs[MAX_VERTEX_NUM];//顶点向量AdjMatrix arcs;//邻接矩阵int vexnum,arcnum;;//图的当前顶点数和弧数GraphKind kind;//图的种类标志}MGraph;/* 顶点在顶点向量中的定位*/int LocateVex(MGraph &M,VRType v1){int i;for(i=0;i<M.vexnum;i++)if(v1==M.vexs[i])return i;return -1;}void CreateGraph(MGraph &M)//建立有向图的邻接矩阵{int i,j,k,w;VRType v1,v2;M.kind=DN;printf("构造有向网:\n");printf("\n输入图的顶点数和边数(以空格作为间隔):");scanf("%d%d",&M.vexnum,&M.arcnum);printf("输入%d个顶点的值(字符):",M.vexnum);getchar();for(i=0;i<M.vexnum;i++) //输入顶点向量{scanf("%c",&M.vexs[i]);}printf("建立邻接矩阵:\n");for(i=0;i<M.vexnum;i++)for(j=0;j<M.vexnum;j++){M.arcs[i][j].adj=0;M.arcs[i][j].info=NULL;}printf("请顺序输入每条弧(边)的权值、弧尾和弧头(以空格作为间隔):\n");for(k=0;k<M.arcnum;++k)// 构造表结点链表{cin>>w>>v1>>v2;i=LocateVex(M,v1);j=LocateVex(M,v2);M.arcs[i][j].adj=w;}}//按邻接矩阵方式输出有向图void PrintGraph(MGraph M){int i,j;printf("\n输出邻接矩阵:\n");for(i=0; i<M.vexnum; i++){printf("%10c",M.vexs[i]);for(j=0; j<M.vexnum; j++)printf("%2d",M.arcs[i][j].adj);printf("\n");}}// 图的邻接表存储表示typedef struct ArcNode{int adjvex; // 该弧所指向的顶点的位置struct ArcNode *nextarc; // 指向下一条弧的指针InfoType *info; // 网的权值指针）}ArcNode; // 表结点typedef struct VNode{VertexType data; // 顶点信息ArcNode *firstarc; // 第一个表结点的地址,指向第一条依附该顶点的弧的指针}VNode,AdjList[MAX_VERTEX_NUM];// 头结点typedef struct{AdjList vertices;int vexnum,arcnum; // 图的当前顶点数和弧数int kind; // 图的种类标志}ALGraph;void CreateMGtoDN(ALGraph &G,MGraph &M){//由有向图M的邻接矩阵产生邻接表int i,j;ArcNode *p;G.kind=M.kind;G.vexnum=M.vexnum;G.arcnum=M.arcnum;for(i=0;i<G.vexnum;++i){//构造表头向量G.vertices[i].data=M.vexs[i];G.vertices[i].firstarc=NULL;//初始化指针}for(i=0;i<G.vexnum;++i)for(j=0;j<G.vexnum;++j)if(M.arcs[i][j].adj){p=(ArcNode*)malloc(sizeof(ArcNode));p->adjvex=j;p->nextarc=G.vertices[i].firstarc;p->info=M.arcs[i][j].info;G.vertices[i].firstarc=p;}}void CreateDNtoMG(MGraph &M,ALGraph &G){ //由邻接表产生对应的邻接矩阵int i,j;ArcNode *p;M.kind=GraphKind(G.kind);M.vexnum=G.vexnum;M.arcnum=G.arcnum;for(i=0;i<M.vexnum;++i)M.vexs[i]=G.vertices[i].data;for(i=0;i<M.vexnum;++i){p=G.vertices[i].firstarc;while(p){M.arcs[i][p->adjvex].adj=1;p=p->nextarc;}//whilefor(j=0;j<M.vexnum;++j)if(M.arcs[i][j].adj!=1)M.arcs[i][j].adj=0;}//for}//输出邻接表void PrintDN(ALGraph G){int i;ArcNode *p;printf("\n输出邻接表：\n");printf("顶点:\n");for(i=0;i<G.vexnum;++i)printf("%2c",G.vertices[i].data);printf("\n弧:\n");for(i=0;i<G.vexnum;++i){p=G.vertices[i].firstarc;while(p){printf("%c→%c(%d)\t",G.vertices[i].data,G.vertices[p->adjvex].data,p->info);p=p->nextarc;}printf("\n");}//for}int visited[MAX_VERTEX_NUM]; // 访问标志数组(全局量)void(*VisitFunc)(char* v); // 函数变量(全局量)// 从第v个顶点出发递归地深度优先遍历图G。
邻接表 和邻接矩阵
邻接表和邻接矩阵
邻接表和邻接矩阵是表示图的两种常用数据结构，它们用于描述图中各个顶点之间的连接关系。
具体分析如下：
- 邻接表：邻接表是一种链表数组，其中每个数组元素对应一个顶点，并且包含一个链表，链表中的每个节点代表与该顶点相邻的顶点。
这种结构特别适合于表示稀疏图，即边的数量远小于顶点数量的平方的图。
在邻接表中，对于每个顶点，只需要存储与其直接相连的顶点，因此可以节省空间。
当图的顶点较多，且图为稀疏图时，邻接表通常是更合适的选择。
- 邻接矩阵：邻接矩阵是一种二维数组，其中行和列都代表图中的顶点。
如果两个顶点之间存在边，则相应的矩阵元素值为1（或者边的权重，如果是带权图），否则为0。
邻接矩阵适用于表示稠密图，即边的数量接近顶点数量的平方的图。
邻接矩阵的优点是可以快速地判断任意两个顶点之间是否存在边，但是当图非常稀疏时，它会占用较多的内存空间。
总的来说，邻接表和邻接矩阵各有优势，选择哪种数据结构取决于具体的应用场景。
如果图是稀疏的，并且需要节省存储空间，邻接表通常更合适；如果需要快速查询任意两点之间的关系，而图又相对稠密，邻接矩阵可能是更好的选择。
数据结构实训总结
数据结构实训总结1. 引言数据结构是计算机科学中最基础、最重要的课程之一。
通过实训课程的学习和实践，我对数据结构的理论知识有了更深入的了解，并且在实际项目中应用这些知识，提高了我的编程能力和问题解决能力。
本文将总结我在数据结构实训中的学习经验和收获。
2. 实训内容2.1 实训目标本次数据结构实训的目标是通过实践掌握常见的数据结构，包括线性表、栈、队列、树和图等，并能够灵便运用这些数据结构解决实际问题。
2.2 实训任务在实训过程中，我们完成为了以下任务：- 实现线性表的顺序存储结构和链式存储结构，并比较它们的优缺点。
- 实现栈和队列的顺序存储结构和链式存储结构，并掌握它们的应用场景。
- 实现二叉树的链式存储结构和遍历算法，包括前序遍历、中序遍历和后序遍历。
- 实现图的邻接矩阵表示和邻接表表示，并掌握图的遍历算法，如深度优先搜索和广度优先搜索。
3. 实训经验和收获3.1 理论知识与实践结合通过实训课程，我深刻体味到理论知识与实践的结合是学习数据结构的有效途径。
在实际项目中应用数据结构，我更加理解了数据结构的本质和作用，加深了对数据结构的理解。
3.2 问题解决能力的提升在实训过程中，我们遇到了许多问题，如算法设计、数据结构选择和程序调试等。
通过解决这些问题，我提高了自己的问题解决能力和调试技巧，学会了从多个角度思量和分析问题，并找到最优的解决方案。
3.3 团队合作意识的培养在实训项目中，我们需要与同学合作完成任务，包括代码编写、测试和调试等。
通过团队合作，我学会了与他人沟通、协调和分工合作，培养了团队合作意识和能力。
4. 实训成果展示在实训过程中，我完成为了以下成果：- 实现了线性表的顺序存储结构和链式存储结构，并比较了它们的优缺点。
- 实现了栈和队列的顺序存储结构和链式存储结构，并了解了它们的应用场景。
- 实现了二叉树的链式存储结构和遍历算法，包括前序遍历、中序遍历和后序遍历。
- 实现了图的邻接矩阵表示和邻接表表示，并掌握了图的遍历算法，如深度优先搜索和广度优先搜索。
数据结构与算法课程设计报告---图的算法实现
数据结构与算法课程设计报告课程设计题目：图的算法实现专业班级：信息与计算科学1002班目录摘要 (1)1、引言 (1)2、需求分析 (1)3、概要设计 (2)4、详细设计 (4)5、程序设计 (10)6、运行结果 (18)7、总结体会 (19)摘要(题目): 图的算法实现实验内容图的算法实现问题描述：（1）将图的信息建立文件；（2）从文件读入图的信息，建立邻接矩阵和邻接表；（3）实现Prim、Kruskal、Dijkstra和拓扑排序算法。
关键字:邻接矩阵、Dijkstra和拓扑排序算法1.引言本次数据结构课程设计共完成图的存储结构的建立、Prim、Kruskal、Dijkstra 和拓扑排序算法等问题。
通过本次课程设计，可以巩固和加深对数据结构的理解，通过上机和程序调试，加深对课本知识的理解和熟练实践操作。
（1）通过本课程的学习，能够熟练掌握数据结构中图的几种基本操作；（2）能针对给定题目，选择相应的数据结构，分析并设计算法，进而给出问题的正确求解过程并编写代码实现。
使用语言：CPrim算法思想：从连通网N={V,E}中的某一顶点v0出发，选择与它关联的具有最小权值的边(v0,v)，将其顶点加入到生成树的顶点集合V中。
以后每一步从一个顶点在V中，而另一个顶点不在V中的各条边中选择权值最小的边(u,v),把它的顶点加入到集合V中。
如此继续下去，直到网中的所有顶点都加入到生成树顶点集合V中为止。
拓扑排序算法思想：1、从有向图中选取一个没有前驱的顶点，并输出之；2、从有向图中删去此顶点以及所有以它为尾的弧；重复上述两步，直至图空，或者图不空但找不到无前驱的顶点为止。
没有前驱-- 入度为零，删除顶点及以它为尾的弧-- 弧头顶点的入度减1。
2.需求分析1、通过键盘输入建立一个新的有向带权图，建立相应的文件；2、对建立的有向带权图进行处理，要求具有如下功能：（1）用邻接矩阵和邻接表的存储结构输出该有向带权图，并生成相应的输出结果；（2）用Prim、Kruskal算法实现对图的最小生成树的求解，并输出相应的输出结果；（3）用Dijkstra算法实现对图中从某个源点到其余各顶点的最短路径的求解，并输出相应的输出结果；（4）实现该图的拓扑排序算法。
分别以邻接矩阵和邻接表作为图的存储结构
分别以邻接矩阵和邻接表作为图的存储结构，给出连通图的深度优先遍历的递归算法算法思想：（1）访问出发点vi，并将其标记为已访问过。
（2）遍历vi的的每一个邻接点vj，若vi未曾访问过，则以vi为新的出发点继续进行深度优先遍历。
算法实现：Boolean visited[max]; // 访问标志数void DFS(Graph G, int v){ // 算法7.5从第v个顶点出发递归地深度优先遍历图Gint w;visited[v] = TRUE; printf("%d ",v); // 访问第v个顶点for (w=FirstAdjVex(G, v); w>=0; w=NextAdjVex(G, v, w)) if (!visited[w]) // 对v的尚未访问的邻接顶点w递归调用DFS DFS(G, w);}/*****************************************************/ /*以邻接矩阵作为存储结构*/DFS1(MGraph G,int i){int j;visited[i]=1;printf("%c",G.vexs[i]);for(j=1;j<=G.vexnum;j++)if(!visited[j]&&G.arcs[i][j]==1) DFS1(G,j);}/*以邻接表作为存储结构*/DFS2(ALGraph G,int i){int j;ArcPtr p;visited[i]=1;printf("%c",G.vertices[i].data);for(p=G.vertices[i].firstarc;p!=NULL;p=p->nextarc){j=p->adjvex;if(!visited[j]) DFS2(j);}}。
数据结构第六章图理解练习知识题及答案解析详细解析(精华版)
图1. 填空题⑴设无向图G中顶点数为n，则图G至少有（）条边，至多有（）条边；若G为有向图，则至少有（）条边，至多有（）条边。
【解答】0，n(n-1)/2，0，n(n-1)【分析】图的顶点集合是有穷非空的，而边集可以是空集；边数达到最多的图称为完全图，在完全图中，任意两个顶点之间都存在边。
⑵任何连通图的连通分量只有一个，即是（）。
【解答】其自身⑶图的存储结构主要有两种，分别是（）和（）。
【解答】邻接矩阵，邻接表【分析】这是最常用的两种存储结构，此外，还有十字链表、邻接多重表、边集数组等。
⑷已知无向图G的顶点数为n，边数为e，其邻接表表示的空间复杂度为（）。
【解答】Ｏ(n+e)【分析】在无向图的邻接表中，顶点表有n个结点，边表有2e个结点，共有n+2e个结点，其空间复杂度为Ｏ(n+2e)=Ｏ(n+e)。
⑸已知一个有向图的邻接矩阵表示，计算第j个顶点的入度的方法是（）。
【解答】求第j列的所有元素之和⑹有向图G用邻接矩阵A[n][n]存储，其第i行的所有元素之和等于顶点i的（）。
【解答】出度⑺图的深度优先遍历类似于树的（）遍历，它所用到的数据结构是（）；图的广度优先遍历类似于树的（）遍历，它所用到的数据结构是（）。
【解答】前序，栈，层序，队列⑻对于含有n个顶点e条边的连通图，利用Prim算法求最小生成树的时间复杂度为（），利用Kruskal 算法求最小生成树的时间复杂度为（）。
【解答】Ｏ(n2)，Ｏ(elog2e)【分析】Prim算法采用邻接矩阵做存储结构，适合于求稠密图的最小生成树；Kruskal算法采用边集数组做存储结构，适合于求稀疏图的最小生成树。
⑼如果一个有向图不存在（），则该图的全部顶点可以排列成一个拓扑序列。
【解答】回路⑽在一个有向图中，若存在弧、、，则在其拓扑序列中，顶点vi, vj, vk的相对次序为（）。
【解答】vi, vj, vk【分析】对由顶点vi, vj, vk组成的图进行拓扑排序。
邻接矩阵和邻接表
邻接矩阵和邻接表邻接矩阵与邻接表都是建立在图结构中的逻辑关系，用于存储图中相邻节点之间的连接关系，是用来表示网络的重要的数据结构，大量应用于无权图或带权图的表示、存储和操作。
一、邻接矩阵1.概念：邻接矩阵（Adjacency Matrix）是一种用来存储图G中顶点之间的关系的结构，它是由一个二维数组来表示的，数组中的每一行和每一列都代表一个顶点，而数组元素之间的值有一定含义，这些值代表了两个顶点之间是否存在连接，也就是说，只有存在边才能够表示值，否则以无穷大表示。
2.特点：（1）存储空间大：邻接矩阵是一个矩形数组，其中的每一行和每一列都代表一个顶点，那么它所占用的空间一定是与节点的度数有关的，因此在稀疏图结构中使用邻接矩阵对空间也会非常消耗；（2）查找方便：邻接矩阵存储的是节点两两之间的连接关系，只要矩阵中相应位置上的值不为无穷大，就能判断这两个节点之间是否存在连接，因此在查找图中某两节点之间连接关系的时候，邻接矩阵的效率会比较高。
二、邻接表1.概念：邻接表也是一种非常常用的表示图的数据结构，它采用的是链表的形式来存储顶点的相邻的结点的关系，也就是说，每个顶点都会有一个链表来存储它周围的结点。
它能够比较好的展示出图中各个顶点之间的关系，以及图中结点的孤立情况。
2.特点：（1）存储空间小：由于邻接表使用链表的方式存储节点，它可以精确的表示两个节点的距离，而非像邻接矩阵一样，数组中的每一行和每一列都代表一个节点，因此，它所占用的空间会比邻接矩阵小些，在内存空间中有比较大的空间优势；（2）查找速度略低：虽然邻接表能精确的表示两个节点之间的距离，而且只需要占用少量内存，但是查找两点之间连接关系所花费的时间会略大于邻接矩阵。
邻接矩阵和邻接表 深度遍历和广度遍历原理
邻接矩阵和邻接表是图论中用于表示图结构的两种常见方式，而深度遍历和广度遍历则是图论中常用的两种图遍历算法。
本文将从简介、原理和应用三个方面探讨这四个主题。
一、邻接矩阵和邻接表1.邻接矩阵邻接矩阵是一种使用二维数组来表示图中顶点之间关系的方法。
如果图中有n个顶点，那么对应的邻接矩阵就是一个n*n的矩阵，其中元素a[i][j]表示顶点i和顶点j之间是否有边，通常用0和1表示。
邻接矩阵适用于稠密图，其存储结构简单，可以直观地展示图的结构，但对于稀疏图来说可能会造成存储空间的浪费。
2.邻接表邻接表是一种使用链表来表示图中顶点之间关系的方法。
对于图中的每一个顶点，都维护一个相邻顶点的列表，图中所有顶点的列表再组合成一个链表，用于表示整个图的结构。
邻接表适用于稀疏图，其存储结构灵活，可以有效地节省存储空间，但查找任意两个顶点之间的关系可能会比较耗时。
二、深度遍历和广度遍历原理1.深度遍历深度遍历是一种用于遍历或搜索图中节点的算法，其原理是从图的某一顶点出发，沿着一条路径不断向下遍历直到末端，然后回溯到上一个节点继续遍历。
深度遍历使用栈来实现，可以通过递归或迭代来进行。
2.广度遍历广度遍历是一种用于遍历或搜索图中节点的算法，其原理是从图的某一顶点出发，依次访问其所有相邻节点，然后再依次访问这些相邻节点的相邻节点，以此类推。
广度遍历使用队列来实现。
三、深度遍历和广度遍历的应用1.深度遍历的应用深度遍历常用于求解图的连通分量、拓扑排序、解决迷宫问题等。
在连通分量中，深度遍历可以帮助我们找到图中的所有连通分量，并对其进行标记，用于进一步的算法运算。
在拓扑排序中，深度遍历可以帮助我们找到一个合理的顺序，用以处理依赖关系问题。
在解决迷宫问题时，深度遍历可以帮助我们找到一条从起点到终点的路径。
2.广度遍历的应用广度遍历常用于求解最短路径、解决迷宫问题等。
在求解最短路径中，广度遍历可以帮助我们找到起点到终点的最短路径，从而解决了许多实际问题。
国开数据结构(本)数据结构课程实验报告
国开数据结构(本)数据结构课程实验报告1. 实验目的本次实验的主要目的是通过实际操作，掌握数据结构的基本概念、操作和应用。
通过对实验内容的了解和实际操作，达到对数据结构相关知识的深入理解和掌握。
2. 实验工具与环境本次实验主要使用C++语言进行编程，需要搭建相应的开发环境。
实验所需的工具和环境包括：C++编译器、集成开发环境(IDE)等。
3. 实验内容本次实验主要包括以下内容：3.1. 实现顺序存储结构的线性表3.2. 实现链式存储结构的线性表3.3. 实现栈和队列的顺序存储结构和链式存储结构3.4. 实现二叉树的顺序存储结构和链式存储结构3.5. 实现图的邻接矩阵和邻接表表示4. 实验步骤实验进行的具体步骤如下：4.1. 实现顺序存储结构的线性表- 定义数据结构- 实现插入、删除、查找等操作4.2. 实现链式存储结构的线性表- 定义数据结构- 实现插入、删除、查找等操作4.3. 实现栈和队列的顺序存储结构和链式存储结构- 定义数据结构- 实现入栈、出栈、入队、出队操作4.4. 实现二叉树的顺序存储结构和链式存储结构- 定义数据结构- 实现插入、删除、查找等操作4.5. 实现图的邻接矩阵和邻接表表示- 定义数据结构- 实现插入、删除、查找等操作5. 实验结果与分析通过对以上实验内容的实现和操作，得到了以下实验结果与分析： 5.1. 顺序存储结构的线性表- 实现了线性表的插入、删除、查找等操作- 通过实验数据进行性能分析，得出了相应的性能指标5.2. 链式存储结构的线性表- 实现了线性表的插入、删除、查找等操作- 通过实验数据进行性能分析，得出了相应的性能指标5.3. 栈和队列的顺序存储结构和链式存储结构- 实现了栈和队列的入栈、出栈、入队、出队操作- 通过实验数据进行性能分析，得出了相应的性能指标5.4. 二叉树的顺序存储结构和链式存储结构- 实现了二叉树的插入、删除、查找等操作- 通过实验数据进行性能分析，得出了相应的性能指标5.5. 图的邻接矩阵和邻接表表示- 实现了图的插入、删除、查找等操作- 通过实验数据进行性能分析，得出了相应的性能指标6. 总结与展望通过本次数据结构课程的实验，我们深入了解并掌握了数据结构的基本概念、操作和应用。
图的存储方式
p→next=g[d].link;
g[d].link=p; /*将新结点插入顶点Vd边表的头部*/
}
}
返回
数据结构
do {
产生无向图邻接矩阵算法续
scanf (“%d,%d”,&v1,&v2); /*输入边*/ adjarray[v1][v2]=1; adjarray[v2][v1]=1; } while(v1!=0 && v2!=0); } else num=0; retrun num; }
1.2 邻接表
在每个链表设一表头结点，一般这些表头结 点本身以向量的形式存储。
对于无向图的邻接表来说，一条边对应两个 单链表结点，邻接表结点总数是边数的2倍。
在无向图的邻接表中，各顶点对应的单链表 的结点数（不算表头结点）就等于该顶点的 度数。
在有向图邻接表中，一条弧对应一个表结点， 表结点的数目和弧的数目相同。
邻接表是图的一种链接存储结构。
在邻接表结构中，对图中每个顶点建立 一个单链表，第i个单链表中的结点表示 依个附 结于 点表该示顶与点该Vi的顶边点，相即邻对接于的无一向个图顶每点； 对于有向图则表示以该顶点为起点的一 条边的终点。
一个图的邻接矩阵表示是唯一的，但其 邻接表表示是不唯一的。因为在邻接表 的每个单链表中，各结点的顺序是任意 的。
在有向图邻接表中，单链表的结点数就等于 相应顶点的出度数。
要求有向图中某顶点的入度数，需扫视邻接 表的所有单链表，统计与顶点标号相应的结 点个数。
邻接表存储结构定义
#define MAXVEX 30
struct edgenode
{
int adjvex ;
/*邻接点域*/
struct edgenode *next ; /*链域*/
邻接矩阵实验报告
一、实验目的1. 理解邻接矩阵的概念及其在图论中的应用。
2. 掌握邻接矩阵的构建方法。
3. 学会使用邻接矩阵进行图的深度优先遍历和广度优先遍历。
4. 比较邻接矩阵和邻接表两种图的存储结构的优缺点。
二、实验内容1. 构建邻接矩阵2. 使用邻接矩阵进行图的深度优先遍历3. 使用邻接矩阵进行图的广度优先遍历4. 分析邻接矩阵和邻接表的优缺点三、实验环境1. 操作系统：Windows 102. 编程语言：C++3. 开发工具：Visual Studio 2019四、实验步骤1. 构建邻接矩阵（1）定义图的顶点数量n。
（2）创建一个nn的二维数组A，用于存储邻接矩阵。
（3）根据图的边信息，将对应的A[i][j]值设置为1（表示存在边）或0（表示不存在边）。
2. 使用邻接矩阵进行图的深度优先遍历（1）初始化访问标记数组visited，用于记录顶点是否被访问过。
（2）从某个顶点v开始，将其标记为已访问，并将其加入访问序列。
（3）对于v的每个邻接顶点u，如果u未被访问过，则递归调用深度优先遍历算法，并将u加入访问序列。
（4）重复步骤3，直到所有顶点都被访问过。
3. 使用邻接矩阵进行图的广度优先遍历（1）初始化队列Q和一个访问标记数组visited。
（2）将起始顶点v入队，并将其标记为已访问。
（3）当队列不为空时，执行以下步骤：a. 从队列中取出一个顶点v。
b. 将v的邻接顶点u入队，并将u标记为已访问。
c. 将v加入访问序列。
（4）重复步骤3，直到队列空为止。
4. 分析邻接矩阵和邻接表的优缺点（1）邻接矩阵的优点：a. 查找边的时间复杂度为O(1)。
b. 遍历图的时间复杂度为O(n^2)。
c. 适用于稠密图。
（2）邻接矩阵的缺点：a. 空间复杂度为O(n^2)，对于稀疏图，空间利用率低。
b. 查找边和遍历图的时间复杂度较高。
（3）邻接表的优点：a. 空间复杂度为O(n+e)，对于稀疏图，空间利用率高。
b. 查找边和遍历图的时间复杂度为O(n+e)。
图的两种存储方式---邻接矩阵和邻接表
图的两种存储⽅式---邻接矩阵和邻接表图：图是⼀种数据结构，由顶点的有穷⾮空集合和顶点之间边的集合组成，表⽰为G(V,E)，V表⽰为顶点的集合，E表⽰为边的集合。
⾸先肯定是要对图进⾏存储，然后进⾏⼀系列的操作，下⾯对图的两种存储⽅式邻接矩阵和邻接表尽⾏介绍。
（⼀）、邻接矩阵存储：⽤两个数组分别进⾏存储数据元素（顶点）的信息和数据元素之间的关系（边或弧）的信息。
存储顶点：⽤⼀个连续的空间存储n个顶点。
存储顶点之间的边：将由n个顶点组成的边⽤⼀个n*n的矩阵来存储，如果两个顶点之间有边，则表⽰为1，否则表⽰为0。
下⾯⽤代码来实现邻接矩阵的存储：#define SIZE 10class Graph{public:Graph(){MaxVertices = SIZE;NumVertices = NumEdges = 0;VerticesList = new char[sizeof(char)*MaxVertices];Edge = new int*[sizeof(int*)*MaxVertices];int i,j;for(i = 0;i<MaxVertices;i++)Edge[i] = new int[sizeof(int)*MaxVertices];for(i = 0;i<MaxVertices;i++){for(j = 0;j<MaxVertices;++j)Edge[i][j] = 0;}}void ShowGraph(){int i,j;cout<<"";for(i = 0;i<NumVertices;i++)cout<<VerticesList[i]<<"";cout<<endl;for(i = 0;i<NumVertices;i++){cout<<VerticesList[i]<<"";for(j = 0;j<NumVertices;j++)cout<<Edge[i][j] <<"";cout<<endl;}cout<<endl;}int GetVertexPos(char v){int i;for(i = 0;i<NumVertices;i++){if(VerticesList[i] == v)return i;}return -1;}~Graph(){Destroy();}void Insert(char v){if(NumVertices < MaxVertices){VerticesList[NumVertices] = v;NumVertices++;}}void InsertEdge(char v1,char v2){int i,j;int p1 = GetVertexPos(v1);int p2 = GetVertexPos(v2);if(p1 == -1 || p2 == -1)return ;Edge[p1][p2] = Edge[p2][p1] = 1;NumEdges++;}void RemoveEdge(char v1,char v2){int p1 = GetVertexPos(v1);int p2 = GetVertexPos(v2);if(p1 == -1 || p2== -1)return;if(Edge[p1][p2] == 0)return;Edge[p1][p2] = Edge[p2][p1] = 0;NumEdges--;}void Destroy(){delete[] VerticesList;VerticesList = NULL;for(int i = 0;i<NumVertices;i++){delete Edge[i];Edge[i] = NULL;}delete[] Edge;Edge = NULL;MaxVertices = NumVertices = 0;}void RemoveVertex(char v){int i,j;int p = GetVertexPos(v);int reNum = 0;if(p == -1)return;for(i = p;i<NumVertices-1;i++){VerticesList[i] = VerticesList[i+1];}for(i = 0;i<NumVertices;i++){if(Edge[p][i] != 0)reNum++;}for(i = p;i<NumVertices-1;i++){for(j = 0;j<NumVertices;j++){Edge[i][j] = Edge[i+1][j];}}for(i = p;i<NumVertices;i++){for(j = 0;j<NumVertices;j++)Edge[j][i] = Edge[j][i+1];}NumVertices--;NumEdges = NumEdges - reNum;}private:int MaxVertices;int NumVertices;int NumEdges;char *VerticesList;int **Edge;};上⾯的类中的数据有定义最⼤的顶点的个数（MaxVertices），当前顶点的个数（NumVertices），当前边的个数（NumEdges），保存顶点的数组，保存边的数组。
数据结构实验 图的邻接表和邻接矩阵操作
p->weight=weight; p->nextarc=G.vertices[vv].firstarc; G.vertices[vv].firstarc=p; strcmp(G.vertices[vv].data,v);
q=(ArcNode *)malloc(sizeof(ArcNode)); q->adjvex=vv; q->weight=weight; q->nextarc=G.vertices[ww].firstarc; G.vertices[ww].firstarc=q; strcmp(G.vertices[ww].data,w);
实验报告 6
课程 数据结构 实验名称 图的建立及遍历
第页
专业
班级_ __ 学号_ ___ 姓名
实验日期： 2010 年 11 月 23 日
评分
一 、实验目的
1．学会用邻接矩阵和邻接表实现图结构和对图的基本操作。 2．掌握对图操作的具体实现； 3. 掌握图的两种遍历算法（深度优先、广度优先）； 4、掌握求图的最小生成树和顶点间最短路径的算法；
int adjvex;//该弧指向的顶点的位置 ArcType weight; struct ArcNode *nextarc;//指向下一条弧指针 //InfoType *info;该弧相关信息的指针 }ArcNode; typedef struct VNode { VertexType data;//顶点信息 ArcNode *firstarc;//指向第一条依附该顶点的弧的指针 }VNode,AdjList[MAX_VEX_NUM]; typedef struct { AdjList vertices; int vexnum,arcnum; GraphKind kind; }ALGraph; ALGraph G; struct MiniSpanTree_Flag { VertexType adjvex; ArcType lowcost; }closedge[MAX_VEX_NUM]; typedef bool PathMatrix[MAX_VEX_NUM][MAX_VEX_NUM];
数据结构图实验报告
数据结构图实验报告一、实验目的本次实验的主要目的是深入理解和掌握数据结构图的基本概念、原理和操作方法，通过实际编程和操作，提高对数据结构的应用能力和解决问题的能力。
二、实验环境本次实验使用的编程语言为C+＋，开发环境为Visual Studio 2019。
三、实验内容（一）线性表1、顺序表实现顺序表的创建、插入、删除、查找等基本操作。
分析顺序表在不同操作下的时间复杂度。
2、链表实现单链表、双向链表的创建、插入、删除、查找等基本操作。
比较单链表和双向链表在操作上的优缺点。
（二）栈和队列1、栈实现顺序栈和链式栈。
用栈解决表达式求值问题。
2、队列实现顺序队列和链式队列。
用队列模拟银行排队问题。
（三）树1、二叉树实现二叉树的创建、遍历（前序、中序、后序）。
计算二叉树的深度和节点数。
2、二叉搜索树实现二叉搜索树的插入、删除、查找操作。
分析二叉搜索树的性能。
（四）图1、图的存储实现邻接矩阵和邻接表两种图的存储方式。
比较两种存储方式的优缺点。
2、图的遍历实现深度优先遍历和广度优先遍历算法。
用图的遍历解决最短路径问题。
四、实验步骤（一）线性表1、顺序表定义一个数组来存储顺序表的元素，并使用一个变量记录当前表的长度。
插入操作时，需要判断插入位置是否合法，如果合法则将插入位置后的元素依次向后移动一位，然后将新元素插入指定位置。
删除操作时，先判断删除位置是否合法，合法则将删除位置后的元素依次向前移动一位，并更新表的长度。
查找操作通过遍历数组来实现。
分析不同操作的时间复杂度，插入和删除操作在最坏情况下为O(n)，查找操作在平均情况下为 O(n/2)。
2、链表对于单链表，定义一个节点结构体，包含数据域和指向下一个节点的指针域。
通过操作指针来实现插入、删除和查找操作。
双向链表则在节点结构体中增加指向前一个节点的指针，使得操作更加灵活，但也增加了空间复杂度。
比较单链表和双向链表在插入、删除操作中指针的调整过程，得出双向链表在某些情况下更方便，但空间开销较大的结论。
图的存储实验报告
图的存储实验报告图的存储实验报告引言在计算机科学领域中，图是一种重要的数据结构，用于描述对象之间的关系。
图的存储方式对于图的遍历、搜索和其他操作有着重要的影响。
本实验旨在探究不同的图存储方式，并比较它们在不同操作下的性能差异。
一、邻接矩阵存储方式邻接矩阵是一种常见的图存储方式，它使用二维数组来表示图中各个顶点之间的关系。
在邻接矩阵中，行和列分别代表图中的顶点，矩阵中的元素表示两个顶点之间的边的关系。
实验中，我们通过一个简单的例子来说明邻接矩阵的存储方式。
假设有一个无向图，其中包含5个顶点和6条边。
我们可以使用一个5x5的矩阵来表示这个图，矩阵中的元素为1表示两个顶点之间存在边，为0表示不存在边。
邻接矩阵的优点是可以快速判断两个顶点之间是否存在边，时间复杂度为O(1)。
然而，邻接矩阵的缺点是当图中的边数较少时，会造成存储空间的浪费。
此外，在图中顶点的增加和删除操作时，需要重新调整矩阵的大小，开销较大。
二、邻接表存储方式邻接表是另一种常见的图存储方式，它使用链表来表示图中各个顶点之间的关系。
在邻接表中，每个顶点都有一个链表，链表中存储了与该顶点相邻的顶点。
实验中，我们同样以一个简单的例子来说明邻接表的存储方式。
假设有一个有向图，其中包含4个顶点和5条边。
我们可以使用一个包含4个链表的数组来表示这个图，数组中的每个元素表示一个顶点，链表中的元素表示与该顶点相邻的顶点。
邻接表的优点是在图中边的数量较少时，可以节省存储空间。
此外，在图中顶点的增加和删除操作时，开销较小。
然而，邻接表的缺点是判断两个顶点之间是否存在边的时间复杂度较高，需要遍历链表，时间复杂度为O(顶点的度数)。
三、性能比较与结论通过实验，我们对比了邻接矩阵和邻接表两种图存储方式在不同操作下的性能差异。
在判断两个顶点之间是否存在边的操作中，邻接矩阵的时间复杂度为O(1)，而邻接表的时间复杂度为O(顶点的度数)。
因此，在此操作下，邻接矩阵的性能更优。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
操作结果：销毁图G
InsertVex(&G,v)
初始条件：图G存在，v和图中顶点有相同特征
操作结果：在图G中增添新顶点v
……
InsertArc(&G,v,w)
初始条件：图G存在，v和w是G中两个顶点
操作结果：在G中增添弧<v,w>，若G是无向的则还增添对称弧<w,v>
……
DFSTraverse(G,Visit())
数据关系R：
R={VR}
VR={<v,w>|v,w∈V且P(v,w),<v,w>表示从v到w的弧，
谓词P(v,w)定义了弧<v,w>的意义或信息}
基本操作P：
CreatGraph(&G,V,VR)
初始条件：V是图的顶点集，VR是图中弧的集合
操作结果：按V和VR的定义构造图G
DestroyGraph(&G)
void PrintDN(ALGraph G){
ArcNode *firstarc;//指向第一条依附该顶点的弧的指针
}VNode,AdjList[MAX_VERTEX_NUM];
typedef struct{
AdjList vertices;
int vexnum,arcnum;//图的当前顶点数和弧数
int kind;//图的种类标志
}ALGraph;
VRType adj;//VRType是顶点关系类型，对无权图用1或0表示是否相邻；
//对带权图则为权值类型
InfoType *info;//该弧相关信息的指针
}ArcCell,AdjMatrix[MAX_VERTEX_NUM][MAX_VERTEX_NUM];
typedef struct{
VertexType vexs[MAX_VERTEX_NUM];//顶点向量
实现图的邻接矩阵和邻接表存储
1．需求分析
对于下图所示的有向图G，编写一个程序完成如下功能：
1．建立G的邻接矩阵并输出之
2．由G的邻接矩阵产生邻接表并输出之
3．再由2的邻接表产生对应的邻接矩阵并输出之
2．系统设计
1．图的抽象数据类型定义：
ADTGraph{
数据对象V：V是具有相同特性的数据元素的集合，称为顶点集
typedef struct ArcNode{
int adjvex;//该弧所指向的顶点在数组中的下标
struct ArcNode *nextarc;
InfoType *info;//该弧相关信息的指针
}ArcNode;
typedef struct VNode{
VertexType data;//顶点信息
#define MAX_VERTEX_NUM 20
typedef int VRType;
typedef int InfoType;
typedef int VertexType;
typedef enum{DG,DN,向图,无向网}
typedef struct ArcCell{
scanf("%d",&M.arcs[i][j].adj);
printf("输入相应权值:\n");
for(i=0;i<M.vexnum;i++)
for(j=0;j<M.vexnum;j++)
if(M.arcs[i][j].adj){
scanf("%d",&M.arcs[i][j].info);
}
}
3．函数关系调用图：
3．调试分析
（1）在MGraph的定义中有枚举类型
typedef enum{DG,DN,UDG,UDN}GraphKind;//{有向图,有向网,无向图,无向网}
赋值语句G.kind(int)=M.kind(GraphKind);是正确的，而反过来M.kind=G.kind则是错误的，
初始条件：图G存在，Visit是顶点的应用函数
操作结果：对图进行深度优先遍历，在遍历过程中对每个顶点调用函数Visit一次且仅一次。一旦Visit()失败，则操作失败
BFSTraverse(G,Visit())
初始条件：图G存在，Visit是顶点的应用函数
操作结果：对图进行广度优先遍历，在遍历过程中对每个顶点调用函数Visit一次且仅一次。一旦Visit()失败，则操作失败
要加上那个强制转换M.kind=GraphKind(G.kind);枚举类型enum{DG,DN,UDG,UDN}
会自动赋值DG=0；DN=1，UDG=2，UDN=3；可以自动从GraphKind类型转换到int型，但不会自动从int型转换到GraphKind类型
（2）算法的时间复杂度分析：
CreateMG、CreateMGtoDN、CreateDNtoMG、PrintMatrix、PrintDN的时间复杂度均为O(n2)
printf("输入弧数:");
scanf("%d",&M.arcnum);
printf("输入顶点:\n");
for(i=0;i<M.vexnum;i++)
scanf("%d",&M.vexs[i]);
printf("建立邻接矩阵:\n");
for(i=0;i<M.vexnum;i++)
for(j=0;j<M.vexnum;j++)
n为图的顶点数，所以main：T(n)=O(n2)
4．测试结果
用需求分析中的测试数据
输入：
输出：
5、用户手册
（1）输入顶点数和弧数；
（2）输入顶点内容；
（3）按行序输入邻接矩阵，输入各弧相应权值
（4）回车输出邻接矩阵M、邻接表G和邻接矩阵N
6、附录
源程序：
#include <stdio.h>
#include <stdlib.h>
AdjMatrix arcs;//邻接矩阵
int vexnum,arcnum;//图的当前顶点数和弧数
GraphKind kind;//图的种类标志
}MGraph;
void CreateMG(MGraph &M){
int i,j;
M.kind=DN;
printf("输入顶点数:");
scanf("%d",&M.vexnum);
}ADTGraph
2．主程序的流程：
调用CreateMG函数创建邻接矩阵M；
调用PrintMatrix函数输出邻接矩阵M
调用CreateMGtoDN函数，由邻接矩阵M创建邻接表G
调用PrintDN函数输出邻接表G
调用CreateDNtoMG函数，由邻接表M创建邻接矩阵N
调用PrintMatrix函数输出邻接矩阵N