邻接矩阵虽然方便计算，获取两个顶点之间的关系时非常高效，但是存储空间利用率太低。首先，无向图中 A[i][j] 和 A[j][i] 表示相同的意义，只需要存储其中一个；因此浪费了一半的空间。其次，大多数的社交关系都属于稀疏矩阵（Sparse Matrix），顶点很多但是边很少。例如，微信用户数量已经超过 10 亿，但是大多数人的好友在几百人；意味着邻接矩阵中绝大多数都是零，浪费了大量的存储空间。
本网站的文章部分内容可能来源于网络和网友发布，仅供大家学习与参考，如有侵权，请联系站长进行删除处理，不代表本网站立场，转载者并注明出处：https://www.jmbhsh.com/yulebagua/35760.html
