图（一）

今天讲图最基本的东西---储存；

一、邻接矩阵：a[i,j]:=...（指从点i到点j的距离）；存储方便，但损耗空间太多，若有10000个点就不行了。

二、邻接表：

这里需要使用指针：

这需要逆向保存，代码如下：

 1 type
 2    point=^node;
 3    node=record
 4                 u,v:longint; //u是和该点有边连接的点，v指这条边的权值。
 5                 next:point;
 6              end;
 7 var
 8    n,m,x,y,j:longint;  //n是点的数量，m是边的数量
 9    a:array[1..maxn]of point;
10    p:point;//如果要调用的话，需要加上head指针，否则直接用，就回不到最初的地址
11 begin
12     readln(n,m);
13     for  i:=1 to m do
14        begin
15            readln(x,y,j);
16            new(p); p^.u:=y; p^.v:=a[x]; a[x]:=p;
17            new(p); p^.u:=x; p^.v:=a[y]; a[y]:=p;
18        end;
19 end.
20 //这样建的邻接表就和上图一样，大家可以手动尝试一下。 

三、一个特殊且非常漂亮的结构，并查集：

并查集可以管理元素分组，①.查询元素a、b是否在同一组；②.合并元素a、b所在的组

并查集可用数来储存（不是二叉树），优化时，可以将根节点以下的点全部指向根结点，使高度从n变为2，复杂度大大大降低。

如果不清楚，可以先上网搜，再看下面的程序，手动画一下（画成树）：

 1 var
 2   fa:array[1..maxn]of longint //记录点i的父亲，不是祖先
 3 {high:array[1..maxn]of longint  //树的高度}
 4 function find(k:longint):longint;  //查询元素k的祖先
 5 begin
 6   if fa[x]=x then exit(x)
 7   else fa[x]=find(fa[x]);  //非常重要，将所有的点全部指向根节点（祖先），降低复杂度
 8   exit(fa[x]);
 9 end;
10 procedure unite(x,y:longint);//合并元素x,y所在的集合
11 var
12   a,b:longint;
13 begin
14   a:=find(x);
15   b:=find(y);
16   if a<>b then fa[a]:=b;
17 {if high[a]<high[b] then fa[a]:=b
18   else begin fa[b]:=a;if high[a]=high[b] then inc(rank[a]); end; }
19 end;
20 //有{}的代码可要可不要，对做题影响不大
21    初始化时，fa[i]:=i;high[i]:=0; 

代码很短（去掉我加的注释），非常非常好用且漂亮的结构。