1.图论基础概念
概念
（注意连通非连通情况，+1节点）
无向图： 度 是边 的两倍 （没有入度和出度的概念）
1.完全图： 假设一个图有n个节点，那么任意两个节点 都有边 则为完全图
2.连通图：是指任意两个结点 之间都有一个路径 相连。
3.区别： n个顶点 的完全图有n(n-1)/2条边 ；而连通图 则不一定，但至少有n-1 条边。举个例子，四个顶点的完全图有6条边，也就是四条边加上2条对角线；而连通图可以只包含周围四条边就可以了。
4.强连通图：
你到我有路径 ，我到你有路径 ------>最少边数为n（环），至多边数为n(n-1)；
有向图G中，如果两个顶点vi,vj 间（vi>vj）有一条从vi到vj的有向路径 ，同时还有一条 从vj到vi 的有向路径，则称两个顶点强连通 (strongly connected)。如果有向图G的每两个顶点都强连通 ，称G是一个强连通图。
5.连通分量：
- 子图相通
- 子图极大
与连通图对应，一般书上说的都是特指无向图 ！！
首先要知道分量，分量 其实就是子图 ，只不过说的高大尚罢了。但连通分量 不是简单的子图连通，他还除了要求子图连通 ，还要求该连通子图极大 。说白了，无向图极大连通子图 就是连通分量 。到这里先往下看极大连通子图再回来看
6.极大连通分量：
从5我们知道他首先是连通子图，并且该连通子图是极大的，主要是这里的极大很不好理解。这里我画图举例
7.极小连通分量：
7.生成树：
连通图的生成树是包含图中全部顶点 的一个极小连通子图 。
8.生成森林：
9.有向树
一个顶点的入度为0，其余顶点入度为1的有向图为有向树
例题
1.
2.
答案选B：
无向图：是没有方向的，而强连通图 强调的是有方向的图
而有回路，也不一定正确，可能会出现以下情况：访问不到其余节点
而一棵树 ，只有从根节点出发才能访问所有节点
3.
1.子图的概念：
**子图：**假设有两个图G=（V,{E}）和g=（v,{e}）,如果v⊆V，e⊆E，则称g为G的子图；
例：假设有图G=（V,{E}），顶点集A⊆V，B⊆E，则A和{B}构成G的子图。
答：错误，因为A和B未必能构成图。定义中g是G的子图，是因为给条件时已经明确g是图
2.无向完全图和有向完全图的概念：
无向完全图：每个节点之间都有边，为1/2（n (n-1)）;
有向完全图：任意两个顶点之间都存在方向相反的两条弧。n (n-1);
3.
强连通图的概念：
有方向，有边，但是强连通图不能保证任何顶点到其他所有顶点都有弧，可能只与其中之一之间有弧
图的入度和出度：
图的入度和出度不一定相等，入读可能为0
有向完全图：
有边且方向为双向，边数为n(n-1) ，故有向完全图 一定为强连通图 （有边有方向）
有向图边集的子集和顶点的子集不一定能够构成子图 ：除非明确给出这个子集构成了个图
5.
注意非连通的情况
6.
对于强连通有向图 ，成一个环，三个节点三条边
你到我有路径 ，我到你有路径 ------>最少边数为n（环），至多边数为n(n-1)；
7.
8.
n个顶点最多n-1条边，算入度出度，2*（n-1）
10.
在五个顶点的完全图基础 之上再加一个顶点 使其为连通图
11.
可以知道的是树一定是一个连通图------>所以符合n个节点n-1条边
- 生成树指的是最小连通子树，而连通分量指的是极大连通子树
- 生成树确实是无环的
- 生成树与最下连通子树相关
12.
n个顶点，成为一个环，有n个边，n个边有n颗生成树（也可以从度方面思考）
13.
设森林中有s棵树，再用n-1条边就能把所有的树连接成一棵树，此时，边数+1=顶点数 ，即e+(x-1)+1=n => x=n-e
14.
在有向图 中，顶点的度 为入度与出度之和 。n个顶点 的有向图中，任一顶点 最多还可以与其他n---1个 顶点有一对边相连。 *2（n-1）**
15.
若图为环，则度最少为2
16.
与上述类似，一个无向图若要有七个节点，要保证它是连通的，说明六个节点的时候是完全图，所以边数为6*(5)/2，但因为要将其变为连通图，所以需要＋1条边
17.邻接矩阵：
非对称的邻接矩阵，说明为有向图，（因为无向图一定是对称的），各顶点的度 依次是=入度+出度 ，为3423
如果是无向图 ，就要/2；
2.图的存储
邻接矩阵
无向图的邻接矩阵是唯一的；邻接表是唯一的
邻接表
**前提：**因为邻接矩阵较为稀疏，所以我们用邻接表法减少空间的消耗
-
有向图，无向图都能够存储
-
邻接表存储有向图时，顶点的出度个数 为单链表中的节点个数
-
无向图中，邻接表不唯一 ，若无向图 中有n个顶点 、e条边 ，则其邻接表 需要n个头结点 和2e个表结点。适宜存储稀疏图。
-
-
无向图和有向图存储空间的比较
**无向图：**顶点数+2*边数；**有向图：**定点数+边数
图的遍历
深度优先DFS：
从上至下遍历，如果到顶了（已经走过的路就不走了），就返回上一步节点
广度优先BFS：
从左到右一层一层遍历，放入（找当前节点距离为1的节点们，放入，然后继续遍历）
邻接矩阵的遍历：
注意遍历的唯一性
