一.邻接矩阵法存储不带权图：
结点不带权值：
1.左图的无向图中，A到B直达的有一条路，所以A行B列的值为1；
左图的无向图中，A到F没有直达的路，所以A行F列的值为0；
结论：无向图中采用邻接矩阵法，0表示两个顶点不邻接，1表示两个顶点邻接，边对应两个1；
2.右图的有向图中，A到B直达的有一条路，所以A行B列的值为1，
B到A没有直达的路，所以B行A列的值为0；
结论：有向图中采用邻接矩阵法，1表示有向边(弧)，有向边(弧)对应一个1；
3.上述图片中的代码，顶点表是要存入边表的即表中存点；
4.顶点表也可以是其他类型，如整型，自定义数据类型；
5.int型表示边占4个字节(4B)或者8个字节(8B)，用bool型或枚举型变量表示边则占1个字节(1B)；
6.注：表中的顶点是有下标(编号)的，这样是为了在表中方便寻找两个顶点的关系，如A的下标为0，B的下标为1，这样比如在左图的无向图中只需要找第0行第1列就可以查找顶点A和B的关系；
7.如何求顶点的度(针对无向图和有向图)，入度和出度(只针对有向图)：
-
无向图：如上述图片中的B结点，在B结点这一行中，有几个非0元素就有几个度，显然A,E,F列为1即不为0，因此B的度为3(看B结点这一列也可以，结果一致)
结论：第i个结点的度=第i行(第i列)的非零元素个数，时间复杂度为O(n)或者O(|v|)，v是顶点数
-
有向图：某个结点的出度的个数就是该结点所在行(不能是列)中非0元素的个数，如A结点的出度为1；
某个结点的入度的个数就是该结点所在列(不能是行)中非0元素的个数，如A结点的入度为2；
有向图中某个结点的度等于该结点入度的个数加出度的个数，时间复杂度为O(n)或者O(|v|)，v是顶点
数，因此A结点的度为3；
二.邻接矩阵法存储带权图(网)：
1.带权图中存储的就是权值，比如左图的无向图A直达B的权值为5，那么A行B列的值为5，
左图的无向图B直达C不存在权值即B直达不了C，那么B行C列的值可以用无穷来表示；
2.权值的类型可以是整型，浮点型或者自定义数据类型等；
3.有时也会把自己指向自己的权值设为0，如A到A的权值为0；
4.邻接矩阵法存储带权图(网)中结点到结点的权值如果为0或者是无穷，那么表示与之对应的两个结点之间不存在边：
三.邻接矩阵法的性能分析：
1.如果图中有n个顶点(结点)，那么存储该图的顶点就需要一个一维数组，此时存储顶点的空间复杂度为O(n),
还需要定义一个n * n的二维数组来存储和这些顶点相关的边的信息，所以存储边的空间复杂度为O(n * n)，
所以总共空间复杂度为O(n)+O(n * n)，等价于O(n * n)，
结论：邻接矩阵法的空间复杂度为O(n * n)或O(|v| * |v|)，v为顶点数-->只和顶点数有关，和实际的边数无关，导致的弊端就是如果顶点很多，但边比较少，就会使得存储边的二维数组空间浪费，因此邻接矩阵法适用于存储稠密图即边多的图；
四.邻接矩阵法的性质：讨论不带权值的图即矩阵元素只有0，1
0表示从一个顶点到另一个顶点没有路径，1表示从一个顶点到另一个顶点有路径，
A到B到D的长度为2，符合要找的路径长度，所以算了进去；
注：简单图中自己到自己的权值为0；
上述图片中右下角的矩阵中的值表示的是顶点到顶点长度为2的路有几条，如A行C列中顶点A到顶点C长度为2的路有1条；
五.总结：
邻接矩阵法的空间复杂度为O(n*n)，n为顶点数，由此可看出邻接矩阵法的空间复杂度较高，不适合存储稀疏图，如果使用邻接矩阵法存储稀疏图，会造成大量的空间浪费。
