图论基础：广度、深度、拓扑、强连通

好久都没有碰过算法了，今天看了算法导论的图论基础，总结一下。
只列出关键词，具体算法可百度关键词，只是帮助自己理解，很多词语用得不严禁

图的表示
图由点（V）和边（E）构成，边存在有向边，无向边，带权边等区别。
边的通常使用两个端点代表，图的表示一般通过邻接链表或邻接矩阵。

图的搜索
图的一大问题就是图的搜索，这是图的基本算法。总体上分为广度优先和深度优先算法。
广度优先： 通常解决两点间的最短距离问题，算法的本质有点像“每次都选最好的”

深度优先：有点像人走迷宫，选择一个点，然后有路就会一直走下去，遇到死路退回，继续走。
深度优先每个顶点可记录两个属性，v.d表示第一经过v的时间，v.f表示返回时经过v的时间。
深度优先可以将图化为树，将边分为树边，前向边，后向边，横边。
深度优先是对图的一种重构。

参考： http://blog.csdn.net/mcgrady_tracy/article/details/12450469

拓扑排序
无回路的图中，将每个顶点排序，使得该图没有指向后面的边。可应用的环境，比如：一堆事件需要做，但是洗锅需要在炒菜之前做，对这些事件进行排序。

想出的算法：遍历图，将图中没有前置节点的顶点取出，并删除和该点有关的所有边，先取出的顶点排在前面。
缺点：复杂度高，需要删边遍历查找等操作。

深度优先算法：将图深度优先遍历，记录v.f，根据v.f由大到小进行排序。
思想：意思就是每次都取v.f最大的，无环图中，父亲的v.f一定比儿子的v.f大，所以v.f最大的一定没有父亲。

参考：http://blog.csdn.net/liwen_7/article/details/7298736

强连通分量
在图中，环的存在对图的影响比较大，所以经常将环缩成一个点，能缩成一个点的叫做强连通分量，定义是强连通分量中的点任意两两可达。

想出的算法:深度搜索图，将后向边（回边）包含的顶点进行缩点，同时处理缩点后的边的关系。
缺点：复杂度高，没缩一个点需要处理边的更换。

Kosaraju算法：利用了图G和他的反土GT，将G进行深度优先，并排序（类是与拓扑排序，虽然存在回边的情况）。在GT图中，按照G图的拓扑顺序进行深度优先搜索，此时产生的树都是强连通分量。
证明：假设在GT图中，顶点v搜索到u。那么在G图中必定存在u到v的边，假如u、v不在同一个强连通分量中，存在两种情况（深度先搜索v，那么v.f