图论---邻接矩阵
一、图的定义
图是由顶点集合(Vertex)及顶点间的关系集合组成的一种数据结构：Graph＝( V, E )
V = {x | x ∈某个数据对象 } 是顶点的有穷非空集合；
E ={ (x, y) | x, y ∈V } 是顶点之间关系的有穷集合，也叫做边(Edge)集合。
注：∈为数学符号，表示属于的意思 。例：x∈y：表示x属于y的意思。
在图中的数据元素通常称为顶点 V 。
注意：
1、二叉树和线性表也符合图的特征。二叉树的所有结点相当于顶点的集合，结点间都存在一定的关系；线性表也是一样，也就是说二叉树和线性表是特殊的图。只不过图比线性表和树更加复杂罢了。
2、在线性表中，数据元素之间仅有线性关系，每个数据元素只有一个直接前驱和一个直接后继；在树形结构中，数据元素之间有着明显的层次关系，并且每一层上的数据元素可能和下一层中多个元素相关，但只能和上一层中的一个元素相关；而在图形结构中，结点之间的关系可以是任意的，图中任意两个数据元素之间都可能相关。
二、基本术语
1、无向边：若顶点 x 和 y 之间的边没有方向，则称该边为无向边(x, y)，(x, y) 与 (y,x) 意义相同，表示 x 和 y 之间有连接。
2、无向图：若图中任意两个顶点之间的边均是无向边，则称该图为无向图。
3、有向边：若顶点 x 和 y 之间的边有方向，则称该边为有向边
4、有向图：若图中任意两个顶点之间的边均是有向边，则称该图为有向图。
5、邻接：是两个顶点之间的一种关系。如果图包含（u,v），则称顶点v与顶点u邻接。在无向图中，这也暗示了顶点u也与顶点v邻接。换句话说，在无向图中邻接关系是对称的。
6、关联：是指顶点和边之间的关系。在有向图中，边（u,v）从顶点u开始关联到v，或者相反，从顶点v开始关联到u。在无向图中，边(u,v)与顶点u和v相关联。
7、完全图：每个顶点都与其他顶点相邻接的图。
8、度(Degree)的定义：顶点 v 的度是和 v 相关联的边的数目，记为TD(v)。
a、入度：以 v 为头的边的数目，记为ID(v)
b、出度：以 v 为尾的边的数目，记为OD(v)
TD(v) = ID(v) + OD(v)
E = [TD(v1) + TD(v2) + … + TD(vn)] / 2
E = ID(v1) + ID(v2) + … + ID(vn)
E = OD(v1) + OD(v2) + … + OD(vn)
9、权(Weight)的定义：与图的边相关的数字叫做权，权常用来表示图中顶点间的距离或者耗费。带权的图通常称为网。
10、路径：依次遍历顶点序列之间的边所形成的轨迹。没有重复顶点的路径称为简单路径。路径的长度是路径上的边或弧的数目。
11、环：路径包含相同的顶点两次或两次以上。也就是说，在有向图的一条路径中，如果从某顶点出发，最后能够返回该顶点，则该路径是环。除了第一个顶点和最后一个顶点之外，其余顶点不重复出现的回路称为简单环或简单回路。
12、连通性：图中另一个重要的概念。对于无向图而言，如果它的每个顶点都能通过某条路径到达其他顶点，那么我们称它为联通的。如果该条件在有向图中同样成立，则称该图是强连通。尽管无向图可能不是连通的，但它扔然可能包含连通的部分，这部分分支为连通分支。如果有向图中只有部分是强连通的，则该部分称为强连通分支。
某些特定的顶点对于保护图或连通分支的连通性有特殊的重要意义。如果移除某个顶点将使得图或某分支失去连通性，则称该顶点为关结点。
三、图的存储方式
图的存储方式有：邻接矩阵、邻接表、十字链表、邻接多重表等等。这里先介绍一种存储方式：邻接矩阵。
1、邻接矩阵
邻接矩阵有向图是指通过邻接矩阵表示的有向图。
2、图的输入
先输入顶点数和边数：
4 8
剩下8行输入8条边（三个数字分别表示：从a到b，权值为c）：
1 2 2
1 3 6
1 4 4
2 3 3
3 1 7
3 4 1
4 1 5
4 3 12
如图所示：
该图（G）是由4个顶点（V）、以及8条边（E） 组成的有向图，如果我们用邻接矩阵表示该图，需要用一个二维数组e[MAXN][MAXN]来存储顶点与顶点之间的权值（若为无向图、权值为1、并且沿着对角线对称）；
其中：
得到邻接矩阵为：
（INF为计算机所允许（不溢出）极大值、表示没有边。）
实现代码：
#define MAXN 60
#define INF 999999
int e[MAXN][MAXN];
int V,E;
void prepare()
{
for(int i=0;i> V >> E; //输入
for(int i=0;i> a >> b >> c;
e[a][b]=c; //从a到b的权值为c
}
}