通常用于在内存中表示图形的两种方法是使用邻接列表或邻接矩阵。使用指向链表的指针数组实现邻接列表。有没有什么理由比使用矢量矢量更快？我觉得它应该使搜索和遍历更快，因为回溯会更简单。
答案 0 :(得分：1)
链接邻接的向量是最受欢迎的教科书模因，在实践中有许多变化。当然你可以使用矢量矢量。有什么区别？
一个是链接（无论如何都是双链接）允许在恒定时间内轻松添加和删除边。这显然只有在边缘集缩小和增长时才是重要的。对于边缘矢量，任何单独的操作都可能需要O（k），其中k是入射边缘计数。
注意：如果邻接列表中边缘的 order 对于您的应用程序而言并不重要，则可以轻松地使用向量进行O（1）删除。只需将最后一个元素复制到要删除的元素的位置，然后删除最后一个元素！唉，当邻接的顺序很重要时，有很多情况（例如，你担心嵌入飞机）。
即使必须维持订单，您也可以安排复制成本以分摊到多次操作的每次操作的平均值O（1）。仍然在某些应用中，这还不够好，并且它需要“删除”标记（保留顶点数量就足够了），只有当标记删除的数量是向量的固定部分时才执行压缩。代码很繁琐，在所有操作中检查已删除的节点会增加开销。
另一个区别是开销空间。邻接列表节点非常小：只是一个节点号。双链路可能需要4倍于数字本身的空间（如果数字是32位，两个指针都是64）。对于一个非常大的图形，400％的空间开销并不是那么好。
最后，经常长时间编辑的链接数据结构很容易导致高度不连续的内存访问。与通过向量的线性访问相比，这降低了缓存性能。所以这里的矢量获胜。
在大多数应用程序中，差异并不值得担心。然后，巨大的图形是现代世界的方式。
正如其他人所说的那样，最好为邻接使用通用的List容器，可以通过链接节点或节点向量快速实现。例如。在Java中，您使用List并使用LinkedList和ArrayList实现/配置文件，以查看哪种方法最适合您的应用程序。 NB ArrayList会压缩每个remove上的数组。尽管add 已摊销，但上述情况并无摊销。
还有其他变化：假设您有一个非常密集的图形，其中经常需要搜索具有特定标签的一个给定节点的所有边缘。然后你想要邻接的 maps ，其中键是边缘标签。当然，地图可以是哈希，树木或跳棋或任何你喜欢的地图。
列表还在继续。如何实现有效的顶点删除？正如您所料，这里也有其他选择，每种都有优点和缺点。