图

图是一种非线性数据结构，由顶点集合(vertex)和边的集合组成的一种数据结构。

Graph=(V,E);

V={x|x是顶点集合}; V是顶点的集合

E={<x,y>|x,y属于V}; E是边的集合

图分为无向图和有向图。

1、无向图

2、有向图

完全图：在由n个顶点组成的无向图中，若有N(N-1)/2条边，则成为无向完全图。(也就是说任意两个点都有路径)

边的权重：权重表示对边赋予的权值。

邻接顶点：如果两个顶点之间有边，则这两个顶点就互为邻接顶点。

度：与顶点v关联的边的数目称为顶点v的度。

路径：在图G=(V,E)中，若从顶点v1出发，沿着边经过若干顶点v2、v3...到v8,则(v1,v2...v8)就是顶点v1到顶点v8的路径。

连通图：在无向图中，若任意两个顶点之间都有路径，则此图就是连通图。

强连通图：在有向图中，若每一对顶点之间都存在路径，则称此图就是强连通图。

图的存储：

  图由顶点和边组成，所以在存储的时候我们不仅要存储图的顶点，还要存储图的边。图的存储有两种方式，邻接矩阵和邻接表。

邻接矩阵：将所有顶点的信息组织成一张一个顶点表，然后利用矩阵来存储顶点之间的关系。

例：

  可以看到，邻接矩阵是非常耗费内存的，对于无向图来说我们可以只存下三角或者只存上三角来节省空间。但是如果我们要在邻接矩阵中寻找某一条边存在还是不存在，则邻接矩阵的效率就是O(1)，直接用这两个顶点所对应的存储位置作为下标到矩阵中寻找就行了。用邻接矩阵存储边的话实际上是将所有的点都存储下来了。

邻接表：使用数组来存储顶点的集合，使用链表来存储顶点之间边的关系。

 可以看到邻接表更节省空间，如果我们要求图中有多少条边的话，则用邻接表是非常快的。用邻接表存储边的话有多少条边就有多少个结点，所以它真正存储的就是边。

图的遍历：

  图的遍历右两种方式，深度优先遍历(DFS)和广度(BFS)优先遍历。深度优先遍历就是沿着一条路径一直走到底，直到走不下去的时候再返回上一个路口寻找一条没走过的路径再走。广度优先遍历是一种层层递进的思想，以起点为中心，一层一层的访问。

最小生成树：

  首先要明白最小生成树的概念是针对于无向图而言的。对于一个连通图，图中有N个顶点。如果我们能在连通图中选取N-1条边将图的所有顶点连在一起且不构成回路，则这N-1条边就构成了一个生成树。如果这N-1条边的权值和最小，则就构成了最小生成树。