1. 邻接矩阵

---

思想：

• 利用二维数组 g[N][N] 存储所有的点到点的权值。
• 其中 N 为点的数量，g[i][j] 表示点 i 到点 j 的权值。

时间复杂度：$\mathcal{O}(n^2)$

空间复杂度：$\mathcal{O}(n^2)$

应用：

• 只在点数不多的稠密图使用。
• 大部分情况下点的数量 $n = 10^3$，边的数量 $m = 10^6$。

示例：

• 现有 n 个点共 m 条边，以及每条边的起始点和终点及权值。
• 这些点和边共同构成一个有向图。
• 存储这些信息并输出。

输入：

4 5
1 2 20
1 4 40
2 3 50
2 4 60
3 2 30

代码：

#include <bits/stdc++.h>
using namespace std;

const int N = 1010;  //图的大小

int n, m;
int g[N][N];
bool vis[N];  //标记是否走过

void dfs(int u){  //深度优先遍历
    vis[u] = 1;  //标记当前点已经遍历过
    for(int i = 1; i <= n; i ++){  //遍历n个点
        if(g[u][i] != 0){
            cout << u << ' ' << i << ' ' << g[u][i] << endl;
            if(vis[i]) continue;  //当前的边的终点已经走过则跳过
            dfs(i);
        }
    }
}

void solve(){

    cin >> n >> m;
    for(int i = 0; i < m; i ++){
        int a, b, c; cin >> a >> b >> c;
        g[a][b] = c;
        // g[b][a] = c;  //如果是无向图加一条边
    }

    dfs(1);  //从1号点开始遍历

}

int main(){

    solve();

    return 0;
}

输出：

1 2 20
2 3 50
3 2 30
2 4 60
1 4 40

---

2. 边集数组

---

思想：

• 利用结构体数组 e[N] 存储边的信息。
• 其中 e[i] 包含第 i 条边的 {起始点u, 终点v, 边权w}。

时间复杂度：$\mathcal{O}(nm)$

空间复杂度：$\mathcal{O}(m)$

应用：

• 在 Kruskal 算法中，需要将边按照边权排序，直接存边。

示例：

• 现有 n 个点共 m 条边，以及每条边的起始点和终点及权值。
• 这些点和边共同构成一个有向图。
• 存储这些信息并输出。

输入：

7 6
4 3 90
1 4 30
5 7 80
5 6 60
1 5 20
5 2 70

代码：

#include <bits/stdc++.h>
using namespace std;

const int N = 1010;  //图的大小

int n, m;

struct edge{
    int u, v, w;
}e[N];

bool vis[N];  //标记是否走过

void dfs(int u){  //深度优先遍历
    vis[u] = 1;  //标记当前点已经遍历过
    for(int i = 1; i <= m; i ++){  //遍历m条边
        if(u == e[i].u){  //找到当前的边的起始点
            cout << e[i].u << ' ' << e[i].v << ' ' << e[i].w << endl;
            if(vis[e[i].v]) continue;  //当前的边的终点已经走过则跳过
            dfs(e[i].v);
        }
    }
}

void solve(){

    cin >> n >> m;
    for(int i = 1; i <= m; i ++){
        int a, b, c; cin >> a >> b >> c;
        e[i] = {a, b, c};
        // e[i] = {b, a, c};  //如果是无向图加一条边
    }

    dfs(1);  //从1号点开始遍历

}

int main(){

    solve();

    return 0;
}

输出：

1 4 30
4 3 90
1 5 20
5 7 80
5 6 60
5 2 70 

---

3. 邻接表

---

思想：

• 利用出边数组 e[N][N] 存储边的信息。
• 其中 e[u][i] 表示点 u 的所有出边，其出边包含 {终点v, 边权w}。

时间复杂度：$\mathcal{O}(n+m)$

空间复杂度：$\mathcal{O}(n+m)$

应用：

• 可以应用于各种图，但是不能处理反向的边（网络流）。

示例：

• 现有 n 个点共 m 条边，以及每条边的起始点和终点及权值。
• 这些点和边共同构成一个有向图。
• 存储这些信息并输出。

输入：

7 6
4 3 90
1 4 30
5 7 80
5 6 60
1 5 20
5 2 70

代码：

#include <bits/stdc++.h>
using namespace std;

const int N = 1010;  //图的大小

int n, m;

struct edge{
    int v, w;
};

vector<edge> e[N];  //边集

void dfs(int u, int fa){  //深度优先遍历, fa记录当前点的父节点
    for(auto p : e[u]){  //遍历所有的出边
        if(fa == p.v) continue;  //若该出边的终点是父节点，说明已经走过
        cout << u << ' ' << p.v << ' ' << p.w << endl;
        dfs(p.v, u);
    }
}

void solve(){

    cin >> n >> m;
    for(int i = 1; i <= m; i ++){
        int a, b, c; cin >> a >> b >> c;
        e[a].push_back({b, c});
        // e[b].push_back({a, c});  //如果是无向图加一条边
    }

    dfs(1, 0);  //从1号点开始遍历

}

int main(){

    solve();

    return 0;
}

输出：

1 4 30
4 3 90
1 5 20
5 7 80
5 6 60
5 2 70 

---

4. 链式邻接表

---

思想：

• 利用边集数组 e[N] 存储所有的边的信息，表头数组 h[N][N] 存储点的所有出边的编号。
• 其中 e[j] 存储第 j 条边的 {起始u, 终点v, 边权w}，h[u][i] 存储 u 点的第 i 条边的编号。

时间复杂度：$\mathcal{O}(n+m)$

空间复杂度：$\mathcal{O}(n+m)$

应用：

• 可以应用于各种图，也能处理反向的边。

示例：

• 现有 n 个点共 m 条边，以及每条边的起始点和终点及权值。
• 这些点和边共同构成一个无向图。
• 存储这些信息并输出。

输入：

6 5
4 3 90
1 4 30
5 6 60
1 5 20
5 2 70

代码：

#include <bits/stdc++.h>
using namespace std;

const int N = 1010;  //图的大小

int n, m;

struct edge{
    int u, v, w;
};

vector<edge> e;  //边集
vector<int> h[N];  //点的所有出边

void add(int a, int b, int c){
    e.push_back({a, b, c});
    h[a].push_back(e.size() - 1);
}

void dfs(int u, int fa){  //深度优先遍历, fa记录当前点的父节点
    for(int i = 0; i < h[u].size(); i ++){
        int j = h[u][i];
        if(fa == e[j].v) continue;
        cout << u << ' ' << e[j].v << ' ' << e[j].w << endl;
        dfs(e[j].v, u);
    }
}

void solve(){

    cin >> n >> m;
    for(int i = 1; i <= m; i ++){
        int a, b, c; cin >> a >> b >> c;
        add(a, b, c);
        add(b, a, c);  //如果是无向图加一条边
    }

    dfs(1, 0);  //从1号点开始遍历

}

int main(){

    solve();

    return 0;
}

输出：

1 4 30
4 3 90
1 5 20
5 6 60
5 2 70

---

5. 链式前向星

---

思想：

• 一个表头悬挂多个链表。
• 利用边集数组 e[N] 存储所有的出边的信息，表头数组 h[N] 存储点的第一条出边的编号。
• 其中 e[i] 存储第 i 条边的 {终点v, 边权w, 下一条边ne}，h[u] 存储 u 点的第一条出边的编号。

时间复杂度：$\mathcal{O}(n+m)$

空间复杂度：$\mathcal{O}(n+m)$

应用：

• 可以应用于各种图，也能处理反向的边。

示例：

• 现有 n 个点共 m 条边，以及每条边的起始点和终点及权值。
• 这些点和边共同构成一个无向图。
• 存储这些信息并输出。

输入：

6 5
4 3 90
1 4 30
5 6 60
1 5 20
5 2 70

代码：

#include <bits/stdc++.h>
using namespace std;

const int N = 1e6 + 3;  //图的大小

int n, m;

struct edge{
    int v, w, ne;
}e[N];  //边集

int idx, h[N];  //点的第一条出边，idx为下标编号

void add(int a, int b, int c){
    e[idx] = {b, c, h[a]};
    h[a] = idx ++;
}

void dfs(int u, int fa){  //深度优先遍历, fa记录当前点的父节点
    for(int i = h[u]; ~ i; i = e[i].ne){
        if(fa == e[i].v) continue;
        cout << u << ' ' << e[i].v << ' ' << e[i].w << endl;
        dfs(e[i].v, u);
    }
}

void solve(){

    cin >> n >> m;
    memset(h, -1, sizeof h);  //初始化第一条出边为-1
    for(int i = 1; i <= m; i ++){
        int a, b, c; cin >> a >> b >> c;
        add(a, b, c);
        add(b, a, c);  //如果是无向图加一条边
    }

    dfs(1, 0);  //从1号点开始遍历

}

int main(){

    solve();

    return 0;
}

输出：

1 5 20
5 2 70
5 6 60
1 4 30
4 3 90

---

总结

---

• 链式邻接表和链式前向星可以解决绝大部分的图论问题。
• 推荐使用链式前向星，建图方式简便，空间压缩紧密，查找效率高。