数据结构——图的储存结构(邻接矩阵)

                           图的储存结构

       线性表是一对一关系，树是一对多关系，而现实生活中还存在一些多对多关系。比如交通网络，多个交通枢纽之间的连线可能错综复杂，一个交通枢纽会连接其他多个交通枢纽，而这个交通枢纽也会被其他多个交通枢纽连接，形成一个网络结构。这种网络结构就像地图上的交通路线一样，所以在数据结构中用图来描述这种多对多的关系。树是一种特化的图，就是图中每个节点都只被一个其他节点连接，而自己这个节点可以连接其他多个节点，而线性结构是一种特化的对，就是每个父节点都只有一个子节点。因此，线性结构最简单，而树结构复杂一些，可以推断图将会比树更复杂，因为图中节点之间的关系更多。

       和线性表树一样，图也由一些节点和连线组成，一个图可以表示为Graph=(V,R)，其中V是节点集，R是这些节点的关系，这些关系可以用节点之间的连线，也就是边来表示。图分为有向图和无向图，就像交通道路一样，有些是单向道，有些是双向道（不过貌似两个地方之间的道路都有来回两个方向），有向图的边用箭头标注，箭尾是起始节点，箭头指向终止节点，也就是只能从箭尾节点到箭头节点，不能反向运动。

       有无向图中有一种极端情况，就是任意两个节点之间都有连线，如果节点数为n，那么边数e=n(n+1)/2，这样的无向图叫做完全图，而在有向图中，这种极端情况的图叫有向完全图，可以发现无向图中边数e范围为0<=e<=n(n+1)/2，而有向图中边数e的范围为0<=e<=n(n-1)。在图中，边较少的图叫稀疏图，边较多的图叫稠密图，这里的较多较少都是相对概念。

       图中任意一个节点到另外一个节点如何都有路径的话(不需要是直接连接的)，那么这个图就叫连通图。而如果一个图不是连通的，那么去掉一些节点后这个图连通了，那么这个子图叫作原图的连通子图，去掉的节点最少的子图叫原图叫极大连通子图，也叫连通分量。对于有向图，连通图叫强连通图，一个图去掉一些边仍是连通的话，那么边去掉的最多的子图就叫极小连通子图，这时可以发现，极小连通子图已经退化成一棵树了，树是一棵刚好每个节点都可以互相到达的图(证明应该是离散数学上的，有点复杂，并且难以理解)。

       像哈夫曼树那样，可以给树节点之间的边上加上权值，同样，图的边上也可以加上权值，这时，这种图就叫网。这个边上的权值可以表示交通道路两个地点之间的距离，可以表示在网络通信中两个通信节点之间的通信开销等等，网在数学建模中具有非常重要的意义。

       图的储存和操作都比较复杂，下面是图的接口定义

#pragma once
#ifndef GRAPH_H
#define GRAPH_H
namespace dataStructure
{
	/**
	* 图接口定义
	*/
	template<typename T>
	class Graph
	{
	public:
		//获取节点的值
		virtual bool GetElem(int v, T &t) = 0;
		//设置节点的值
		virtual bool SetElem(int v, const T &t) = 0;