设有向图G采用邻接表存储，设计算法求图G中每个顶点的入度。C++完整代码实现

在C++中，你可以使用邻接表存储图并遍历它来计算每个顶点的入度。首先，你需要创建一个邻接表数据结构，然后从每个顶点开始，遍历其邻居列表并递增对应的入度计数。以下是基本的代码实现：

#include <iostream>
#include <unordered_map>

// 定义邻接表节点
struct AdjListNode {
    int vertex;
    std::vector<AdjListNode*> neighbors;
};

// 图类
class Graph {
private:
    std::unordered_map<int, AdjListNode*> nodes; // 使用哈希表存储顶点及其邻接节点

public:
    void addEdge(int src, int dest) {
        if (nodes.find(src) == nodes.end()) {
            nodes[src] = new AdjListNode{src};
        }
        nodes[src]->neighbors.push_back(&nodes[dest]);
    }

    void computeInDegrees() {
        for (const auto& node : nodes) {
            int vertex = node.first;
            int inDegree = 0;

            // 遍历邻居并增加入度
            for (AdjListNode* neighbor : node.second.neighbors) {
                ++inDegree;
            }
            std::cout << "Vertex " << vertex << " has an in-degree of " << inDegree << std::endl;
        }
    }
};

int main() {
    Graph graph;
    // 添加边到图中...
    graph.addEdge(1, 2);
    graph.addEdge(2, 3);
    graph.addEdge(3, 4);
    graph.addEdge(1, 4);

    graph.computeInDegrees();

    return 0;
}

在这个代码中，`Graph` 类有一个 `nodes` 字典，键是顶点ID，值是包含该顶点所有邻居指针的链表。`computeInDegrees` 函数通过遍历每个节点和它的邻居，统计出度。注意，在实际应用中，需要处理已存在的边，并确保在添加边时更新邻接表。