圖（Graph）作為一種非線性數據結構，在計算機科學中用于表示實體間的復雜關系，廣泛應用于社交網絡、路徑規劃、網絡拓撲等領域。在C語言中實現圖的數據處理，關鍵在于選擇合適的存儲結構并實現高效的操作算法。

一、圖的存儲結構

1. 鄰接矩陣
鄰接矩陣使用二維數組存儲圖中頂點間的連接關系。對于包含n個頂點的圖，定義一個n×n的矩陣adjMatrix，若頂點i到j存在邊，則adjMatrix[i][j]為1（或邊的權值），否則為0（或無窮大）。
優點：實現簡單，判斷頂點間連接關系的時間復雜度為O(1)。
缺點：空間復雜度為O(n2)，適合稠密圖。

2. 鄰接表
鄰接表為每個頂點建立一個鏈表，存儲與其相鄰的頂點信息。通常使用結構體數組，每個元素包含頂點數據和指向鄰接鏈表的指針。
優點：空間復雜度為O(n+e)，適合稀疏圖。
缺點：判斷兩頂點是否相鄰需要遍歷鏈表，時間復雜度較高。

二、圖的數據處理基本操作

1. 圖的創建與初始化
根據選擇的存儲結構，動態分配內存并初始化。對于鄰接矩陣，需初始化所有元素為0；對于鄰接表，需初始化所有鏈表頭指針為空。

1. 頂點與邊的操作

• 添加頂點：在頂點數組中添加新元素，并更新頂點計數。

• 添加邊：根據存儲結構，在矩陣或鏈表中記錄連接關系。對于無向圖，需對稱處理。

• 刪除邊：將對應矩陣位置置0，或從鏈表中刪除節點。

• 查詢鄰接頂點：遍歷矩陣行或鏈表，輸出所有相鄰頂點。

1. 圖的遍歷算法

• 深度優先搜索（DFS）：使用遞歸或棧實現，沿著路徑深入探索，直到回溯。適用于連通性檢測、拓撲排序等。

• 廣度優先搜索（BFS）：使用隊列實現，按層次遍歷頂點。適用于最短路徑（無權圖）、社交網絡好友推薦等。

1. 常用數據處理算法

• 最小生成樹：Prim算法和Kruskal算法，用于網絡設計、電路布線等場景。

• 最短路徑：Dijkstra算法（單源、非負權）和Floyd算法（多源），應用于導航系統、路由協議。

• 拓撲排序：針對有向無環圖（DAG），用于任務調度、課程安排。

三、C語言實現示例（鄰接矩陣）

以下為簡化代碼框架：
`c
#include

#include

#define MAX_VERTICES 100

typedef struct {
int adjMatrix[MAXVERTICES][MAXVERTICES];
int vertexCount;
int edgeCount;
} Graph;

void initGraph(Graph *g, int n) {
g->vertexCount = n;
g->edgeCount = 0;
for (int i = 0; i < n; i++)
for (int j = 0; j < n; j++)
g->adjMatrix[i][j] = 0;
}

void addEdge(Graph *g, int u, int v) {
if (u >= 0 && u < g->vertexCount && v >= 0 && v < g->vertexCount) {
g->adjMatrix[u][v] = 1;
g->adjMatrix[v][u] = 1; // 無向圖需對稱
g->edgeCount++;
}
}

void DFS(Graph *g, int v, int visited[]) {
visited[v] = 1;
printf("%d ", v);
for (int i = 0; i < g->vertexCount; i++) {
if (g->adjMatrix[v][i] && !visited[i]) {
DFS(g, i, visited);
}
}
}
`

四、數據處理注意事項

1. 內存管理：動態分配內存時需及時釋放，防止內存泄漏。
2. 效率優化：根據圖的特點選擇存儲結構，稠密圖用矩陣，稀疏圖用鄰接表。
3. 算法選擇：針對具體問題（如最短路徑、連通分量）選用合適算法。
4. 擴展性：可結合文件操作實現圖的持久化存儲，或通過參數化支持帶權圖。

在C語言中處理圖數據需要扎實掌握存儲結構特性與經典算法原理，通過模塊化編程實現創建、遍歷、查詢等核心功能，為復雜應用奠定基礎。