大规模图的存储（前向星、next数组）

大规模图的储存

在信息学中，经常会遇到比较大规模图，使用指针固然是很好的方法，不过一有指针速度不如数组之说，二有指针不如数组稳定之说，三有，也是最重要的，指针不如数组来得方便，这也便是大多数Oier不愿意用指针的缘由了，但若遇到大规模的图（或者树）又如何是好呢？先不说邻接矩阵的储存问题，就是速度也成问题。

下面，就总结一下一些常用的，个人认为比较实用的用数组替代指针的方法：前向星与next数组

可以看到，相对于点来说，边是很少的，也就是说是一个稀疏图，肯定不能用邻接矩阵，只能从存边的角度考虑(u,v,w:array[1..maxm] of longint;)关键是如何能够快速的利用。

前向星是一种容易想到的方法：增加left:array[1..maxn] of longint;用left[i]来保存每个从i节点出发的边集的起始位置。再将数组按照u排序，然后一个线形扫描就可以得出所有left和right。





readln(n,m);

for i:=1 to m do readln(u[i],v[i],w[i]);

sort(u,1,m);

u[0]:=0;

for i:=m downto 1 do

begin

  for j:=  u[i-1]+1 to u[i] 

  left[j]:=i;

end;





{===========================================}





next数组是一种更为简洁，并且更为快速的方法。增加point:array[1..maxn] of longint;和next:array[1..maxm] of longint;point[i]表示第一条i节点出发的边的位置，next[i]表示i这一条边的下一条兄弟边（即同属于i出发）的位置。代码更简单：





readln(n,m);

for i:=1 to m do begin

readln(u,v[i],w[i]);

next[i]:=point[u];

point[u]:=i;

end;

k

p:=point[k];

while p<>0 do

begin

  if (f(v[p])=false) and ((dist[k]+w[p])<dist[v[p]]) then

     dist[v[p]]:=dist[k]+w[p];

  p:=next[p];

end

  

{===========================================}