无向图，连通图

https://blog.csdn.net/kongduxue/article/details/81432270 https://blog.csdn.net/qq_33913037/article/details/71213985
**一、 图（Graph）**是由顶点(vertex)的有穷非空集合和顶点之间边(edge)的集合组成，通常表示为：G(V,E)，其中，G表示一个图，V是图G中顶点的集合，E是图G中边的集合
a.若顶点之间 Vi 和 Vj 之间没有方向,则为无向边,用无序偶对( Vi , Vj )表示
b.若顶点之间 Vi 和 Vj 之间有方向,则为有向边(也称弧),用有序偶对< Vi , Vj >表示, Vi 为弧尾,Vj为弧头。
无向图：任意两顶点之间的边都是无向边，则该图为无向图。
有向图：任意两顶点之间的边都是有向边，则该图为有向图。
二、无向图的遍历
（1）深度优先遍历
基本思路：
a.访问顶点V
b.从V的未被访问的邻接点中选取一个顶点W，从W出发进行深度优先遍历
c.重复以上2步，直到图中所有和V有路径相通的顶点被访问到

伪代码:(类似树的前序遍历)
1.访问顶点,visited[v]=1;
2.w=顶点v的第一个邻接点;
3.while(w){
if(w未被访问) 从顶点w出发递归执行该算法
w=顶点v的下一个邻接点
}
（2）广度优先遍历
基本思路：
1.访问顶点V
2.依次访问V的各个未被访问的邻接点V1，V2，V3……VK
3.分别V1，V2，V3……VK从出发依次访问他们未被访问的邻接点，并使“先被访问顶点的邻接点”先于“后被访问顶点的邻接点”被访问，直到图中所有与顶点V有路径相通的顶点都被访问到

伪代码:(类似树的层序遍历)
1.初始化队列Q
2.访问顶点v,visited[v]=1,顶点入队Q;
3.while(队列Q非空){
v=队列Q的队头元素出队
w=顶点v的第一个邻接点
while(w存在){
if(w未访问){
访问顶点w,visited[w]=1;顶点w入队列Q
}
w=顶点v的下一个邻接点
}
}
三、连通图和连通分量
1．顶点间的连通性
在无向图G中，若从顶点vi到顶点vj有路径(当然从vj到vi也一定有路径)，则称vi和vj是连通的。
2．连通图
　若V(G)中任意两个不同的顶点vi和vj都连通(即有路径)，则称G为连通图(Con-nected Graph)。
　 图G2，和G3是连通图。
　
3．连通分量
　无向图G的极大连通子图称为G的最强连通分量(Connected Component)。
注意：
　　① 任何连通图的连通分量只有一个，即是其自身
　② 非连通的无向图有多个连通分量。
【例】下图中的G4是非连通图，它有两个连通分量H1和H2。

强连通图和强连通分量

1．强连通图
　 有向图G中，若对于V(G)中任意两个不同的顶点vi和vj，都存在从vi到vj以及从vj到vi的路径，则称G是强连通图。

2．强连通分量
　有向图的极大强连通子图称为G的强连通分量。
注意：
　① 强连通图只有一个强连通分量，即是其自身。
　② 非强连通的有向图有多个强连分量。
下图中的G1不是强连通图，因为v3到v2没有路径，但它有两个强连通分量，如右图所示。

网络(Network)

若将图的每条边都赋上一个权，则称这种带权图为网络(Network)。
注意：
　 权是表示两个顶点之间的距离、耗费等具有某种意义的数。