图

1.图的逻辑结构
（1）图是由顶点集合以及顶点间的关系集合组成的一种数据结构。
Graph = (V,E) V是顶点的又穷非空集合；E是顶点之间关系的有穷集合，也叫边集合。
（2）有向图：顶点对<x,y>是有序的；无向图：顶点对<x,y>是无序的。
（3）无向边：若顶点Vi到Vj之间的边没有方向，则称这条边为无向边，用无序偶对(Vi,Vj)来表示。
如果图中任意两个顶点时间的边都是无向边，则称该图为无向图：
由于是无向图，所以连接顶点A与D的边，可以表示为无序对(A,D)，也可以写成(D,A)
对于如上无向图来说，G=(V,{E}) 其中顶点集合V={A,B,C,D}；边集合E={(A,B),(B,C),(C,D),(D,A),(A,C)}
有向边：若从顶点Vi到Vj的边有方向，则称这条边为有向边，也称为弧。
用有序偶<Vi,Vj>来表示，Vi称为弧尾，Vj称为弧头。
如果图中任意两个顶点之间的边都是有向边，则称该图为有向图：
连接顶点A到D的有向边就是弧，A是弧尾，D是弧头，<A,D>表示弧。注意不能写成<D,A>。
对于如上有向图来说，G=(V,{E})其中顶点集合V={A,B,C,D};弧集合E={<A,D>,<B,A>,<C,A>,<B,C>}（4）完全无向若有n个顶点的无向图有n(n-1)/2 条边, 则此图为完全无向图。
完全有向图：有n个顶点的有向图有n(n-1)条边, 则此图为完全有向图。
（5）树中根节点到任意节点的路径是唯一的，但是图中顶点与顶点之间的路径却不是唯一的。
路径的长度是路径上的边或弧的数目。
（6）如果对于图中任意两个顶点都是连通的，则成G是连通图。
（7）图按照边或弧的多少分稀疏图和稠密图。 如果任意两个顶点之间都存在边叫完全图，有向的叫有向图。
若无重复的边或顶点到自身的边则叫简单图。
（8）图中顶点之间有邻接点。无向图顶点的边数叫做度。有向图顶点分为入度和出度。
（9）图上的边和弧上带权则称为网。
（10）有向的连通图称为强连通图。
2.图的储存结构
图的存储结构相对于线性表和树来说更为复杂，因为图中的顶点具有相对概念，没有固定的位置。那我们怎么存储图的数据结构呢？我们知道，图是由(V, E)来表示的，对于无向图来说，其中 V = (v0, v1, … , vn)，E = { (vi,vj) (0 <= i, j <= n且i 不等于j)}，对于有向图，E = { < vi,vj > (0 <= i, j <= n且i 不等于j)}。V是顶点的集合，E是边的集合。所以我们只要把顶点和边的集合储存起来，那么该图的所有数据就能够存储起来了。
两种比较常见和重要的图的存储结构：邻接矩阵和邻接表。
邻接矩阵，顾名思义，是一个矩阵，一个存储着边的信息的矩阵，而顶点则用矩阵的下标表示。对于一个邻接矩阵M，如果M(i,j)=1，则说明顶点i和顶点j之间存在一条边，对于无向图来说，M (j ,i) = M (i, j)，所以其邻接矩阵是一个对称矩阵；对于有向图来说，则未必是一个对称矩阵。邻接矩阵的对角线元素都为0。
邻接矩阵是一种不错的图存储结构。 但是：对于边树相对顶点较少的图，这种结构是存在存储空间的极大浪费的。因此我们考虑先进一步，使用邻接表存储。
3.现在假设有一个很实际的问题：我们要在n个城市中建立一个通信网络，则连通这n个城市需要布置n-1一条通信线路，这个时候我们需要考虑如何在成本最低的情况下建立这个通信网？
于是我们就可以引入连通图来解决我们遇到的问题，n个城市就是图上的n个顶点，然后，边表示两个城市的通信线路，每条边上的权重就是我们搭建这条线路所需要的成本，所以现在我们有n个顶点的连通网可以建立不同的生成树，每一颗生成树都可以作为一个通信网，当我们构造这个连通网所花的成本最小时，搭建该连通网的生成树，就称为最小生成树。
4.最短路径问题：如果从有向图中某一顶点(称为源点)到达另一顶点(称为终点)的路径可能不止一条，如何找到一条路径使得沿此路径上各边上的权值总和达到最小。