前方星前方星是边集合排列，简单来说，是用于存储树形状的图表(类似二叉树)这一数据。 这个数组用于计算多个数字之间的上下级关系，可以制作树。
就像下节课的二叉树一样。
a是这棵树的。 起点？ 称为根节点，接着像h、e、f、g这样位于末端的节点称为叶节点。 然后，如果可以连接两个点，则上一点是父节点下一点是子节点。 a是所有节点的父节点。 (在这里自己也认为是自己的父节点。
然后前方的星星拿来保存这棵树。 例如，输入：
1 2
2 3
3 4
1 3
4 1
1 5
4 5
然后将各行前面的数作为后面数的母节点。 那样，我们就可以用纸画一条线的数量。 使用前方的星星，首先保存并排序上面的所有点，然后得到。
编号： 1 2 3 4 5 6 7
起点u: 1 1 1 2 3 4 4
终点v: 2 3 5 3 4 1 5
也就是说，主要对上一个父节点的大小进行排序，对子节点进行排序。
创建head数组以存储父节点的位置，并存储len数组以使父节点的“长度”为：
head[1]=1 len[1]=3
(这意味着第一个父节点(根节点)位于第一个位置，然后三个连续数组依赖于第一个父节点。 与下述相同)
head[2]=4 len[2]=1
head[3]=5 len[3]=1
head[4]=6 len[4]=2
这样，可以在多个数组中创建模型树，并根据每个节点的位置来确定依赖关系。 这样对待叫做前锋明星。 这个建模很容易理解，但是有必须进行排序的缺点，即使使用较快的列也需要时间，可能会因大量的数据而超时，所以使用了链式前向明星。
现在说链式前向星链式前向星，不需要简单排序，在保存的同时又建造了树。
让我们先构建一个结构：
结构边缘{
下一步，到，w；
(}k[100]；
其中k[i].to表示第I边的终点，k[i].next表示与I相同的父节点的下一点，k[i].w是第I边的权重。 前面的两个可能很难理解，请看下面的例子。
是的。 同时还有head序列。
相同的是对于上面组的数据：
1 2
2 3
3 4
1 3
4 1
1 5
4 5
保存后得到了以下数据。
k[0].to=2； k[0].next=-1； head[1]=0； 首次输入
k[1].to=3； k[1].next=-1； head[2]=1；
k[2].to=4； k[2]，next=-1； head[3]=2；
k[3].to=3； k[3].next=0； head[1]=3； 第四次输入
k[4].to=1； k[4].next=-1； head[4]=4；
k[5].to=5； k[5].next=3； head[1]=5；
k[6].to=5； k[6].next=4； head[4]=6；
说明一下里面，首先k[i]其实是第几组的数据，这应该很简单。 但是，head[i]不同，存储head的位置是[]的中间位置，即如果head[a]=b，则是第b次输入，母节点是a。
to表示后面的点。 也就是说，在第I次输入时，子节点为to。 next来看看有没有和我父母节点一样的同志。 如果没有，则用-1表示，如果有，则说是第几次输入。 这里以第一次输入和第四次输入为例。 (在这里，你可能会注意到I是从0开始的深处) () )。
第一次的时候很容易输入。
k[0].to=2； k[0].next=-1； head[1]=0；
然后在第四次输入的时候，首先k[3].to=3，这个没关系，然后我先判断实际上head[1]是否是-1(我忘了，这里next和head都先初始化到-1里面)。 如果为-1，则与前面一样原样保存即可，否则k[i].next=head[1]，表示同一父节点下还有另一点，然后用head[1]=3进行覆盖是很重要的(例如
然后逆序解读就ok了。 但是，请注意，如果不对上述数据进行重新处理，则实际上只能找到数据的子节点。 例如，对于4，我只能通过head[4]返回以找到他的所有子节点，但不能找到他的父节点。 所以其实必须再处理一次。 下一篇例题一起说。