一：定义

        由顶点的集合和边的集合组成；常以 G(V,E) 表示，G 代表图，V代表 顶点的集合，E代表边的集合；

如图：     

在G1图中，有 0~4 五个顶点，有 0-1，0-2，0-4，1-2，2-3，3-4 六条边 ；

                                                 ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        

二：分类

（1）有/无向图    

我们根据 边是否有方向分为 有向图，无向图；

如图，无向图中，0可以到1，1也可以到0，0和1之间是等价的；

无向图中，0可以到1，但是1不可以到0；

                                                                   

（2 带/不带权图

我们根据边是否有权重分为带权图，不带权图；

边的度量可以表示时间，距离等具体的量（如G3）；

当然，边与边之间的度量可以是不同的（如G4）；

           ​​​​​​​      ​​​​​​​        

三：图的表示

1. 邻接矩阵

即使用二维数据来表示图。

1.1 不带权的邻接矩阵：

1代表两顶点连通，0代表不连通。某顶点带自身的边一般用0表示，

不过，也可以根据需要用 1 表示；

1.2 带权的邻阶矩阵：

顶点之间不连通常用 +∞ 来表示，顶点到自身的边一般标记为 0 ；

 2.邻接表

使用顺序和链式相结合的方式存储图，指针的连接代表相连，与有向还是无向，带权还是不带权无关

如果需要表示权值的话，我们可以在节点中增加额外的数据域进行存储， 

四：实际应用

实际应用时，我们通常根据结点和边的个数来选择邻接矩阵或邻接表来表示图

1.稀疏图

边的条数远远小于顶点的个数：E<<V的平方，选择邻接表，毕竟添加元素方便；

2.稠密图

边的条数远远接近顶点的个数：E 接近 V的平方，选择邻接矩阵；

3.特殊情况

比如我们要判断两个顶点之间是否连通，需要采用邻接矩阵来表示图，因为二维数组遍历的时间复杂度为O(1)，这会提高找寻的效率；