数组邻接矩阵存取图上的数据

数组邻接矩阵是一种常用的图数据结构，用于表示图中的节点和边的关系。它使用一个二维数组来表示图的连接关系，其中数组的行和列分别对应图中的节点。

在数组邻接矩阵中，数组的行和列表示图中的节点，而数组中的元素表示节点之间的连接关系。如果两个节点之间存在边，则对应位置的元素为1；如果两个节点之间不存在边，则对应位置的元素为0。

通过数组邻接矩阵可以方便地进行图的遍历和查找操作。对于有向图，数组邻接矩阵是一个对称矩阵；对于无向图，数组邻接矩阵一个对称且主对角上元素全为0的矩阵。

下面是一个示例的数组邻接矩阵：

   A  B  C  D
A  0  1  1  0
B  1  0  0  1
C  1  0  0  1
D  0  1  1  0

上述邻接矩阵表示了一个无向图，其中节点A与节点B、C相连，节点B与节点A、D相连，节点C与节点A、D相连，节点D与节点B、C相连。

相关问题

无向图有邻接数组输出邻接矩阵

邻接数组表示的无向图可以通过以下方式转换为邻接矩阵：

1. 统计节点数n，即邻接数组的长度。
2. 创建一个n x n的矩阵A，初始化所有元素为0。
3. 对于每个节点i，遍历其邻居节点j，并将A[i][j]和A[j][i]的值设为1。

以下是Python代码实现：

def adjacency_matrix(adj_list):
    n = len(adj_list)
    matrix = [[0] * n for i in range(n)]
    for i in range(n):
        neighbors = adj_list[i]
        for j in neighbors:
            matrix[i][j] = 1
            matrix[j][i] = 1
    return matrix

其中adj_list为邻接数组，返回值为邻接矩阵。

两个一维数组求邻接矩阵

邻接矩阵是一种常见的图的表示方法，可以使用两个一维数组来求得邻接矩阵。

首先，需要知道图的顶点个数n。然后，创建一个大小为n的二维数组g，用于表示邻接矩阵。

接下来，根据图的边信息，将对应的位置置为1或者权值。假设有m条边，每条边连接的两个顶点分别为x和y，权值为w，则可以使用以下代码来求得邻接矩阵：

n = 5  # 顶点个数
m = 7  # 边的个数

g = [[0] * n for _ in range(n)]  # 创建一个大小为n的二维数组，初始值为0

edges = [(0,1), (0, 2), (1, 2), (1, 3), (2, 3), (2, 4), (3, 4)]  # 边的信息

for edge in edges:
    x, y = edge
    g[x][y] = 1  # 有边的位置置为1
    g[y][x] = 1  # 无向图，双向边位置也置为1

print(g)

输出结果为：

[[0, 1, 1, 0, 0],
 [1, 0, 1, 1, 0],
 [1, 1, 0, 1, 1],
 [0, 1, 1, 0, 1],
 [0, 0, 1, 1, 0]]

这样就得到了邻接矩阵的表示。