前言
本文简单介绍了图的相关概念，介绍了图的存储、遍历相关方法，重点在于对无向图的存储、遍历、以及最小生成树相关的算法进行了编码和原理的详细解释。篇幅有限，代码仅仅实现了以邻接矩阵作为图数据的连接方式，其他方式仅仅讲述了原理。
1.01^3 * 0.99^2 = 1.0097980101 < 1.01
三天打鱼两天晒网，终将一无所获
1、什么是图？
在计算机科学中，一个图就是一些顶点的集合，这些顶点通过一系列边结对（连接）。顶点用圆圈表示，边就是这些圆圈之间的连线。顶点之间通过边连接。简言之，图是由节点以及它们之间的连线的集合，根据连线的不同又分为有向图和无向图。
2、为什么要使用图？
事实证明图是一种有用的数据结构。
如果你有一个编程问题可以通过顶点和边表示出来，那么你就可以将你的问题用图画出来，然后使用著名的图算法（比如广度优先搜索 或者 深度优先搜索）来找到解决方案。
例如，假设你有一系列任务需要完成，但是有的任务必须等待其他任务完成后才可以开始。你可以通过非循环有向图来建立模型：
每一个顶点代表一个任务。两个任务之间的边表示目的任务必须等到源任务完成后才可以开始。比如，在任务B和任务D都完成之前，任务C不可以开始。在任务A完成之前，任务A和D都不能开始。
现在这个问题就通过图描述清楚了，你可以使用深度优先搜索算法来执行执行拓扑排序。这样就可以将所有的任务排入最优的执行顺序，保证等待任务完成的时间最小化。
不管是什么时候遇到困难的编程问题，问一问自己：“如何用图来表述这个问题？”。图都是用于表示数据之间的关系。 诀窍在于如何定义“关系”。
3、无向图相关概念
4、有向图相关概念
节点在图中书面称为顶点，而顶点之间的连线，有向图中称为弧，无向图中称为边
而弧根据箭头指向，又有弧头和弧尾。 出度是当前顶点指出去的弧的条数，反之，入度则是指向当前顶点的弧的条数。
弧上的数据用权值表示。