hello-algo/zh-hant/docs/chapter_graph/graph_operations.md

圖的基礎操作

圖的基礎操作可分為對“邊”的操作和對“頂點”的操作。在“鄰接矩陣”和“鄰接表”兩種表示方法下，實現方式有所不同。

基於鄰接矩陣的實現

給定一個頂點數量為 n 的無向圖，則各種操作的實現方式如下圖所示。

• 新增或刪除邊：直接在鄰接矩陣中修改指定的邊即可，使用 O(1) 時間。而由於是無向圖，因此需要同時更新兩個方向的邊。
• 新增頂點：在鄰接矩陣的尾部新增一行一列，並全部填 0 即可，使用 O(n) 時間。
• 刪除頂點：在鄰接矩陣中刪除一行一列。當刪除首行首列時達到最差情況，需要將 (n-1)^2 個元素“向左上移動”，從而使用 O(n^2) 時間。
• 初始化：傳入 n 個頂點，初始化長度為 n 的頂點串列 vertices ，使用 O(n) 時間；初始化 n \times n 大小的鄰接矩陣 adjMat ，使用 O(n^2) 時間。

=== "初始化鄰接矩陣"

=== "新增邊"

=== "刪除邊"

=== "新增頂點"

=== "刪除頂點"

以下是基於鄰接矩陣表示圖的實現程式碼：

[file]{graph_adjacency_matrix}-[class]{graph_adj_mat}-[func]{}

基於鄰接表的實現

設無向圖的頂點總數為 $n$、邊總數為 m ，則可根據下圖所示的方法實現各種操作。

• 新增邊：在頂點對應鏈結串列的末尾新增邊即可，使用 O(1) 時間。因為是無向圖，所以需要同時新增兩個方向的邊。
• 刪除邊：在頂點對應鏈結串列中查詢並刪除指定邊，使用 O(m) 時間。在無向圖中，需要同時刪除兩個方向的邊。
• 新增頂點：在鄰接表中新增一個鏈結串列，並將新增頂點作為鏈結串列頭節點，使用 O(1) 時間。
• 刪除頂點：需走訪整個鄰接表，刪除包含指定頂點的所有邊，使用 O(n + m) 時間。
• 初始化：在鄰接表中建立 n 個頂點和 2m 條邊，使用 O(n + m) 時間。

=== "初始化鄰接表"

=== "新增邊"

=== "刪除邊"

=== "新增頂點"

=== "刪除頂點"

以下是鄰接表的程式碼實現。對比上圖，實際程式碼有以下不同。

• 為了方便新增與刪除頂點，以及簡化程式碼，我們使用串列（動態陣列）來代替鏈結串列。
• 使用雜湊表來儲存鄰接表，key 為頂點例項，value 為該頂點的鄰接頂點串列（鏈結串列）。

另外，我們在鄰接表中使用 Vertex 類別來表示頂點，這樣做的原因是：如果與鄰接矩陣一樣，用串列索引來區分不同頂點，那麼假設要刪除索引為 i 的頂點，則需走訪整個鄰接表，將所有大於 i 的索引全部減 1 ，效率很低。而如果每個頂點都是唯一的 Vertex 例項，刪除某一頂點之後就無須改動其他頂點了。

[file]{graph_adjacency_list}-[class]{graph_adj_list}-[func]{}

效率對比

設圖中共有 n 個頂點和 m 條邊，下表對比了鄰接矩陣和鄰接表的時間效率和空間效率。

表   鄰接矩陣與鄰接表對比

	鄰接矩陣	鄰接表（鏈結串列）	鄰接表（雜湊表）
判斷是否鄰接	O(1)	O(m)	O(1)
新增邊	O(1)	O(1)	O(1)
刪除邊	O(1)	O(m)	O(1)
新增頂點	O(n)	O(1)	O(1)
刪除頂點	O(n^2)	O(n + m)	O(n)
記憶體空間佔用	O(n^2)	O(n + m)	O(n + m)

觀察上表，似乎鄰接表（雜湊表）的時間效率與空間效率最優。但實際上，在鄰接矩陣中操作邊的效率更高，只需一次陣列訪問或賦值操作即可。綜合來看，鄰接矩陣體現了“以空間換時間”的原則，而鄰接表體現了“以時間換空間”的原則。