如何将其存储在python中图形的邻接列表中？

假设我有一个包含以下内容的文本文件：

0 1 4
0 2 3
1 4 7
5 3 8

这些列表示：

顶点

另一个顶点

这两个顶点之间的距离 例如，在文本文件的第一行中，4是点0和点1之间的距离

那么，在python中如何将顶点和距离存储在邻接列表中呢？

在图论中，an是一组无序列表，用于表示图形。每个列表描述图中顶点的邻域集

因为您正在讨论加权图的相邻列表，所以需要定义一个结构来存储

顶点

和

权重

。实现相邻列表的图论或数据结构方法如下：

class Node():
    def __init__(self, v, w, next=None):
        self.v = v
        self.w = w
        self.next = next
    ...

class LinkedList():
    def __init__(self, head=None)
        self.head = head

    def add_node():
        pass
    ...

这里，

节点

类是组成

链接列表

的基本元素，

链接列表

用于表示一个顶点的相邻列表。我不会为你实现整个课程。看

假设您的图形是有方向的，则此图形的相邻列表为：

0 -> [1:4]-> [2:3]
1 -> [4:7]
2 -> []
3 -> []
4 -> []
5 -> [3:8]

其中，

0->[1:4]->[2:3]

表示顶点

0

的相邻列表，该列表包含两条边：

0->1

带权重

4

和

0->2

带权重

3

<代码>[1:4]可以用class

节点来描述，整行可以用class
链接列表来表示。查看更多信息

要表示整个图形，只需使用
LinkedList
列表，例如

g = [LinkedList_for_0, LinkedList_for_1, ...]

在这种方法中，
g[i]
将是顶点
i
的相邻列表

要构建整个图形，可以迭代所有边：

g = [[] for v in range(number_of_vertex)]
for f, t, w in edges:
    g[f].add_node(Node(t,w))

如上所述，实现相邻列表是一种更具数据结构的方式。如果你想练习你对数据结构和图论知识的理解，你可以试试这种方法。但是，实际上，与
C/C++
array
类型（固定大小）不同，python
list
是一种可变类型，您可以在python
列表上执行添加、删除等操作。因此，
LinkedList
实际上是不必要的。我们可以用一种类似于Python的方式重新定义这些类：

class Node():
    def __init__(self, v, w):
        self.v = v
        self.w = w

这里，
节点
类不包含
next
成员。因此，相邻列表可以表示为
节点的列表，例如，顶点的相邻列表
0
：

[Node(1,4), Node(2,3)]

整个图可以表示为一个二维列表（这里我们假设这是一个无向图）：

python way算法：

g = [[] for v in range(number_of_vertex)]
for f,t,w in edges:
    g[f].append(Node(t,w))
    g[t].append(Node(f,w))

注意：需要为边的两端添加新节点

实际上，在处理图问题时，我认为边列表或稀疏矩阵是最常见的表示形式。如果可能的话，我建议你使用这种表示法

谢谢。
嵌套字典是表示邻接列表的自然方式。字典在这种情况下很方便，因为它们比列表更好地表示稀疏映射，并允许高效查找

adjacency_list = {}
for line in open(file):
    from, to, weight = map(int, line.split())
    adjacency_list.setdefault(from, {})[to] = weight
    adjacency_list.setdefault(to, {})[from] = weight  # for undircted graph add reverse edges

要获得节点
i
和
j
之间的边的权重，您需要查找
邻接列表.get（i，{}）.get（j）
（如果边不存在，将返回
None
）

如果您不想处理
setdefault
和
get
，您可能希望至少对顶级字典使用
defaultdict
。如果您使用
adjacence\u list=defaultdict（dict）
进行初始化，那么设置权重的方法就是
adjacence\u list[from][to]=weight
（内部字典将在需要时自动创建）。
看看这个库，它非常棒，而且易于使用

从中，可以使用边属性存储任何感兴趣的值-距离，在您的情况下：

边通常具有与其关联的数据任意数据可以作为边属性与边关联。如果数据是数字且目的是表示加权图，则对属性使用“权重”关键字。某些图形算法，如Dijkstra的最短路径算法，使用此属性名称获取每条边的权重

在您的情况下，一种可能的实施方式是：

import networkx as nx

G=nx.Graph()

for line in file:
    a, b, w = map(int, line.strip().split(' '))
    G.add_edge(a, b, weight=w)

您可以将此脚本用于加权图

from collections import defaultdict

adj = defaultdict(list)

content = open('input.txt', 'r').readlines()

for line in content:
    u, v, w = map(int, line.strip().split(' '))
    # if edge is on-way
    adj[u].append((v, w))
    # otherwise,
    adj[u].append((v, w))
    adj[v].append((u, w))

非常感谢你！如果我的图是无向的怎么办？如果你的图是无向的，当你在一条边上迭代
a，b，w
时，你应该为顶点
a
的相邻列表添加一个新节点
[b，w]
，为顶点
b
的相邻列表添加一个新节点
[a，w]
。你可能应该删除关于链接列表的第一部分。看起来您的第二部分使用了一个名为Node的边。@KennyOstrom第一部分试图用数据结构的方式描述这个问题。关于命名：顶点的相邻列表
v
是一个相邻列表，它们是顶点。在第二部分中，顶点
f
的相邻列表表示为
[节点（t1，w1），节点（t2，w2）]
<代码>节点（t1，w1）
表示顶点
t1
是顶点
f
的邻居，边
加权
w1
@KennyOstrom。第一部分是这个答案中最有趣的部分。它讲述了构建邻接列表的基本方法（这就是我们研究数据结构的原因），第二部分只是对第一部分的抽象，
from collections import defaultdict

adj = defaultdict(list)

content = open('input.txt', 'r').readlines()

for line in content:
    u, v, w = map(int, line.strip().split(' '))
    # if edge is on-way
    adj[u].append((v, w))
    # otherwise,
    adj[u].append((v, w))
    adj[v].append((u, w))