⑴ 存儲圖時，哪些情況用鄰接矩陣方便
如果邊比較少的情況下，用鄰接矩陣節省存儲空間。邊比較多就可以選擇鄰接矩陣
⑵ 用鄰接矩陣法存儲一個圖所需的存儲單元的數目與圖的編數有關是對還是錯
錯 鄰接矩陣只和點數有關
⑶ 若具有n個頂點的無向圖採用鄰接矩陣存儲方法，該鄰接矩陣一定為一個什麼矩陣
原則上的確是n的平方，不過由於無向圖的鄰接矩陣是一個對稱矩陣，只需要存儲下三角或者上三角的元素，個數就是從1加到n，就是n（n+1）/ 2，這是壓縮存儲，是用一維數組存放，一般好像不叫矩陣。
其實更精確地說，上面的數字個數是普通對稱矩陣的，這個鄰接矩陣的對角線一定為0，所以，只需要存儲1加到n-1，也就是n(n-1)/2就可以了。
用一個一維數組存放圖中所有頂點數據；用一個二維數組存放頂點間關系（邊或弧）的數據，這個二維數組稱為鄰接矩陣。鄰接矩陣又分為有向圖鄰接矩陣和無向圖鄰接矩陣。
(3)用鄰接矩陣存儲圖所用的空間擴展閱讀：
對無向圖而言，鄰接矩陣一定是對稱的，而且主對角線一定為零（在此僅討論無向簡單圖），副對角線不一定為0，有向圖則不一定如此。
在無向圖中，任一頂點i的度為第i列（或第i行）所有非零元素的個數，在有向圖中頂點i的出度為第i行所有非零元素的個數，而入度為第i列所有非零元素的個數。
用鄰接矩陣法表示圖共需要n^2個空間，由於無向圖的鄰接矩陣一定具有對稱關系，所以扣除對角線為零外，僅需要存儲上三角形或下三角形的數據即可，因此僅需要n（n-1）/2個空間。
⑷ 數據結構
第一個題答案D應該是444吧？
⑸ 數據結構，求無向圖用鄰接矩陣和鄰接表的存儲空間大小，怎麼算
鄰接表所需的存儲空間為e（邊數），但不適合查詢兩點間是否存在路徑
鄰接矩陣所需的存儲空間為你n^2，適合查詢兩點間是否存在路徑
對於第二問，鄰接表所需的存儲空間為9900，鄰接矩陣所需的存儲空間為你n^2=10000，差不多，所以選性能更優的鄰接矩陣
實際上像（2）這種稠密圖（其實是個滿圖）一般適合鄰接矩陣
⑹ 用鄰接矩陣儲存圖，所佔用的儲存空間大小隻與圖中頂點個數
圖的鄰接矩陣存儲所佔用空間大小隻與頂點個數有關，更准確地說，設頂點n個，則與n^2成正比（n的平方）
⑺ 圖的存儲結構——所存儲的信息有哪些
一、鄰接矩陣存儲方法
鄰接矩陣是表示頂點之間相鄰關系的矩陣。
設G=(V，E)是具有n（n＞0）個頂點的圖，頂點的順序依次為0～n-1，則G的鄰接矩陣A是n階方陣，其定義如下：
（1）如果G是無向圖，則：
A[i][j]=1：若(i,j)∈E(G) 0:其他
（2）如果G是有向圖，則：
A[i][j]=1：若<i,j>∈E(G) 0:其他
（3）如果G是帶權無向圖，則：
A[i][j]= wij ：若i≠j且(i,j)∈E(G) 0：i=j ∞：其他
（4）如果G是帶權有向圖，則：
A[i][j]= wij ：若i≠j且<i,j>∈E(G) 0：i=j∞：其他
注意：帶權圖和不帶權圖表示的元素類型不同。
帶權圖（不論有向還是無向圖）A[i][j]用double表示，不帶權圖（不論有向還是無向圖）A[i][j]用int表示。
用一維數組G[ ]存儲有4個頂點的無向圖如：G[ ] = { 0, 1, 0, 1, 1, 0, 0, 0, 1, 0 }
則頂點2和頂點0之間是有邊的。
如：
鄰接矩陣的特點如下：
（1）圖的鄰接矩陣表示是唯一的。
（2）無向圖的鄰接矩陣一定是一個對稱矩陣。因此，按照壓縮存儲的思想，在具體存放鄰接矩陣時只需存放上（或下）三角形陣的元素即可。
（3）不帶權的有向圖的鄰接矩陣一般來說是一個稀疏矩陣。因此，當圖的頂點較多時，可以採用三元組表的方法存儲鄰接矩陣。
（4）對於無向圖，鄰接矩陣的第i行（或第i列）非零元素（或非∞元素）的個數正好是第i個頂點的度。
（5）對於有向圖，鄰接矩陣的第i行（或第i列）非零元素（或非∞元素）的個數正好是第i個頂點的出度（或入度）。
（6）用鄰接矩陣方法存儲圖，很容易確定圖中任意兩個頂點之間是否有邊相連。但是，要確定圖中有多少條邊，則必須按行、按列對每個元素進行檢測，所花費的時間代價很大。這是用鄰接矩陣存儲圖的局限性。
鄰接矩陣的數據類型定義如下：
#define MAXV <最大頂點個數>
typedef struct
{ int no; //頂點編號
InfoType info; //頂點其他信息
} VertexType; //頂點類型
typedef struct //圖的定義
{ int edges[MAXV][MAXV]; //鄰接矩陣
int n，e; //頂點數，弧數
VertexType vexs[MAXV]; //存放頂點信息
} MGraph; //圖的鄰接矩陣表示類型
二、 鄰接表存儲方法
圖的鄰接表存儲方法是一種順序分配與鏈式分配相結合的存儲方法。
在鄰接表中，對圖中每個頂點建立一個單鏈表，第i個單鏈表中的節點表示依附於頂點i的邊（對有向圖是以頂點i為尾的邊）。每個單鏈表上附設一個表頭節點。
其中，表節點由三個域組成，adjvex指示與頂點i鄰接的點在圖中的位置，nextarc指示下一條邊或弧的節點，info存儲與邊或弧相關的信息，如權值等。
表頭節點由兩個域組成，data存儲頂點i的名稱或其他信息，firstarc指向鏈表中第一個節點。
typedef struct ANode
{ int adjvex; //該邊的終點編號
struct ANode *nextarc; //指向下一條邊的指針
InfoType info; //該邊的相關信息
} ArcNode; //邊表節點類型
typedef struct Vnode
{ Vertex data; //頂點信息
ArcNode *firstarc; //指向第一條邊
} VNode; //鄰接表頭節點類型
typedef VNode AdjList[MAXV]; //AdjList是鄰接表類型
typedef struct
{ AdjList adjlist; //鄰接表
int n,e; //圖中頂點數n和邊數e
} ALGraph; //完整的圖鄰接表類型
鄰接表的特點如下：
（1）鄰接表表示不唯一。這是因為在每個頂點對應的單鏈表中，各邊節點的鏈接次序可以是任意的，取決於建立鄰接表的演算法以及邊的輸入次序。
（2）對於有n個頂點和e條邊的無向圖，其鄰接表有n個頂點節點和2e個邊節點。顯然，在總的邊數小於n(n-1)/2的情況下，鄰接表比鄰接矩陣要節省空間。
（3）對於無向圖，鄰接表的頂點i對應的第i個鏈表的邊節點數目正好是頂點i的度。
（4）對於有向圖，鄰接表的頂點i對應的第i個鏈表的邊節點數目僅僅是頂點i的出度。其入度為鄰接表中所有adjvex域值為i的邊節點數目。
例， 給定一個具有n個節點的無向圖的鄰接矩陣和鄰接表。
（1）設計一個將鄰接矩陣轉換為鄰接表的演算法；
（2）設計一個將鄰接表轉換為鄰接矩陣的演算法；
（3）分析上述兩個演算法的時間復雜度。
解：
（1）在鄰接矩陣上查找值不為0的元素，找到這樣的元素後創建一個表節點並在鄰接表對應的單鏈表中採用前插法插入該節點。
void MatToList(MGraph g，ALGraph *&G)
//將鄰接矩陣g轉換成鄰接表G
{ int i，j，n=g.n; ArcNode *p; //n為頂點數
G=(ALGraph *)malloc(sizeof(ALGraph));
for (i=0;i<n;i++) //給所有頭節點的指針域置初值
G->adjlist[i].firstarc=NULL;
for (i=0;i<n;i++) //檢查鄰接矩陣中每個元素
for (j=n-1;j>=0;j--)
if (g.edges[i][j]!=0)
{ p=(ArcNode *)malloc(sizeof(ArcNode));
//創建節點*p
p->adjvex=j;
p->nextarc=G->adjlist[i].firstarc;
//將*p鏈到鏈表頭
G->adjlist[i].firstarc=p;
}
G->n=n;G->e=g.e;
}
（2）在鄰接表上查找相鄰節點，找到後修改相應鄰接矩陣元素的值。
void ListToMat(ALGraph *G，MGraph &g)
{ int i，j，n=G->n;ArcNode *p;
for (i=0;i<n;i++)
{ p=G->adjlist[i].firstarc;
while (p!=NULL)
{ g.edges[i][p->adjvex]=1;
p=p->nextarc;
}
}
g.n=n;g.e=G->e;
}
（3）演算法1的時間復雜度均為O(n2)。演算法2的時間復雜度為O(n+e)，其中e為圖的邊數。
⑻ 圖的存儲結構可以採用鄰接矩陣和鄰接表，對於個有n 個頂點，e條邊的有向圖， (1)計算存儲結構分別
鄰接表所需的存儲空間為e（邊數），但不適合查詢兩點間是否存在路徑
鄰接矩陣所需的存儲空間為你n^2，適合查詢兩點間是否存在路徑
對於第二問，鄰接表所需的存儲空間為9900，鄰接矩陣所需的存儲空間為你n^2=10000，差不多，所以選性能更優的鄰接矩陣
實際上像（2）這種稠密圖（其實是個滿圖）一般適合鄰接矩陣