图的深度优先搜索的时间复杂度
在用邻接表表示图时，拓扑排序算法时间复杂度为多少 设图中顶点n个，弧e条，则在邻接表上进行拓扑排序的时间复杂度为O(n+e)
图的深度优先搜索的时间复杂度 邻接矩阵表示时，矩阵中元素的数目是n^2。查找每个顶点的邻接点需要访问矩阵中的所有元素。邻接表作图的存储结构时，用着色法标记图上的点，图初始化所需时间为O(n)，每个。
建立邻接表的时间复杂度为O(n+e)，是怎么得来的以及表示什么，请赐教，详细点 如果输入的顶点信息即为顶点编号［0-（n-1）］，比如输入0的时候，访问次数为1+e0（e0在无向图：编号为0结点的邻边数；在有向图：编号为0的出度），所以无向图总的次数为n+e0+e1+…+en-1=n+2e，有向图为n+e，时间复杂度为O（n+e）。如果输入的顶点信息不为顶点编号，则要查找顶点编号，平均次数为（n+1）/2，总次数（n+1）*e/2（区分e的有向图跟无向图），时间复杂度为O（n*e）。
一个含有n个顶点e条边的有向图用邻接表表示，删除与某个顶点相关的所有弧的时间复杂度怎么计算？ 删除与某个顶点V欧相关的所百有边的过程：先删除下标为V的顶度点表节点的单链表，知出边数最多为n-1，对应时间复杂度为O（n），再扫道描所以边表的结点，删除版所有的顶点V的入边，对应的时间复权杂度为O(e)。故总的时间复杂度为O(n+e)。
图的邻接表的时间复杂度问题 其实是O(n+e)，顶点加上边数那个O(n*e)的意思是每次插入一条边，都需要重新查找边所包含两个顶点信息对应的下标，正常的算法没这么弱智吧，不需要顶点信息即为顶点的下标，用散列等方法可以不用这样的
在用邻接表表示图时，对图进行深度优先搜索遍历的算法的时间复杂度为() 因为邻接矩阵最坏时需要将矩阵中所有元素扫描完，元素个数是n^2个，自然算法就是O(n^2)邻接表，只是存储了边或者弧，将邻接表扫描完就可以了，时间复杂度自然就是O(n+e)了，n是顶点数，e的边或者弧的数量
n个顶点e条边的图G用邻接表存储，则求每个顶点入度的时间复杂度为？查了好几个地方的答案，答案大部分 O(n+e)是对的，O(n*n)是用邻接矩阵存储时的时间复杂度。算法就是遍历每一条边，然后把每条边的终点的入度+1.在邻接表中，就是要依次访问每个顶点，然后在每个顶点中依次访问每条边，把这些边的终点的入度+1。也就是每个顶点和每条边依次要各访问一遍，所以时间复杂度是O(n+e)。在邻接矩阵中，算法需要遍历邻接矩阵的每一个点，而邻接矩阵有n*n个点，所以时间复杂度是O(n*n)。有什么不懂的可以追问。
