本章主要来讨论图在数据结构中的表示方法。构成图的两个元素是顶点的有限集合和边的有限集合，顶点也称节点。边的表示格式为 (u, v)，对于无向图，边是没有顺序的，所以 (u, v) 和 (v, u) 是相同的。但是在有向图中，边是有顺序的，所以 (u, v) 和 (v, u) 代表不同的边。此外，边还有一个属性，就是边的权重（也可称为值或代价等）。
在现实世界中，图可用于表示网络，如城市和道路构成的网络、社交网络等。
下图是一个有 5 个顶点的图
数据结构中，图常用的表示方法有邻接矩阵和邻接链表，用的比较少的是关联矩阵和关联链表。
1.邻接矩阵
邻接矩阵是用二维数组表示的，如果顶点数为 V，那么邻接矩阵大小就是 V x V，设矩阵为 adj[][]，则 adj[i][j]=1 表示顶点 i 和顶点 j 之间有一条边。无向图的邻接矩阵总是对称的，邻接矩阵还可以用来表示图的权重，如 adj[i][j]=w，表示顶点 i 和顶点 j 之间的边的权重为 w。
前面的图的邻接矩阵如下
用邻接矩阵表示图的好处是实现比较简单，删除边只用 O(1) 的时间，查询顶点之间有没有边也只需 O(1) 的时间。不好的地方就是需要 O(V^2) 的存储空间，对于稀疏图（边很少的图）也一样，添加一个顶点需要 O(V^2) 的时间。
2.邻接链表
用邻接链表表示图时，需要一个数组链表，数组的大小和顶点的个数相等，假设数组为 array[]，那么 array[i] 表示第 i 个顶点的邻接节点。邻接链表也可以表示权重信息，权重信息就保存在链表的节点信息上。下面的