图：邻接矩阵和邻接表

邻接矩阵的作用就是可以记录边与边之间的关系，如果是无向图那么矩阵存储的就是顶点的度；如果是有向图那么存储的就是出度。邻接矩阵的优点是可以快速达到两点之间边的关系，但是对于图中有多少条边，确定需要较多的时间代价。

邻接矩阵题目

这道题主要还是一个思想问题，就是
无向图上离任一点最远的点肯定在 无向图的最长路上–并且是端点
任意选择一点，然后得到离该点最远的点必定在最长的路(直径）上–端点。然后从该点出发得到的最长的路就是直径。

# class Interval:
#     def __init__(self, a=0, b=0):
#         self.start = a
#         self.end = b
# 树的直径
# @param n int整型 树的节点个数
# @param  Tree_edge Interval类一维数组 树的边
# @param Edge_value int整型一维数组 边的权值
# @return int整型

class Solution:
    def solve(self , n , Tree_edge , Edge_value ):
        if not Tree_edge:
            return 0
        record = {}
        # 邻接表
        for i in range(len(Tree_edge)):
            if Tree_edge[i].start not in record:
                record[Tree_edge[i].start] = {Tree_edge[i].end:Edge_value[i]}
            else:
                record[Tree_edge[i].start][Tree_edge[i].end] = Edge_value[i]
            if Tree_edge[i].end not in record:
                record[Tree_edge[i].end] = {Tree_edge[i].start:Edge_value[i]}
            else:
                record[Tree_edge[i].end][Tree_edge[i].start] = Edge_value[i]
        self.longest = 0
        self.end = None
        def dfs(root, num, pre):
            buffer = record[root]
            for i in buffer:
                if i == pre:
                    continue
                dfs(i, num+buffer[i], root)
            if num > self.longest:
                self.end = root
                self.longest = num
        dfs(Tree_edge[0].start, 0, None)
        self.longest = 0
        dfs(self.end, 0, None)
        return self.longest

邻接表是顺序分配与链式分配相结合的存储方法。共有n个顶点，对每个顶点建立一个单链表，再把单链表都序号组合起来，就形成了邻接表。