圖跟樹一樣，也是非線性結構，咋看起來有點複雜，其實它很簡單。樹具有層次關系，上層元素可以與下一個多個元素連接配接，但是隻能和上層的一個元素連接配接。在圖結構中，節點間的連接配接是任意的，任何一個元素都可以與其他元素連接配接。
圖相對而言很簡單，我們隻介紹的圖的周遊和最小生成樹，現在我們開始。
1.概念
從圖中某一個頂點出發，通路圖中的每一個結點，并要求隻能通路一次，不能重複通路。
2.方法
（1）廣度優先周遊
基本思想：首先通路頂點，再通路頂點的全部未通路的鄰結點，再通路鄰結點的所有結點即可（類似樹的層次周遊）。
廣度優先周遊：v1，v2，v3，v4，v5，v6或v1，v4，v3，v2，v6，v5
（2）深度優先周遊
基本思想：首先通路頂點，再通路頂點的每個鄰結點，從該點繼續深度優先周遊（類似于樹的前序周遊）
深度優先周遊：v1，v2，v5，v3，v6，v4或v1，v4，v6，v3，v5，v2
總結，圖的廣度優先周遊和深度優先周遊的結果并不唯一。
（1）普裡姆（prim）算法
基本思想：選一個頂點開始，查找與頂點相鄰且代價（邊值）最小的邊的另一個頂點，直到最後。
例如：v1作為頂點，v1->v3->v6->v4，v3->v2->v5，連接配接圖中所有的結點即可。
（2）克魯斯卡爾（kruskal）算法
基本思想：選擇圖中最小的邊，直到所有結點都連通。
例如：第一小邊：v1->v3，第二小邊：v4->v6，第三小邊：v2-v5，第四小邊：v3->v6，第五小邊：v3->v2，此時所有的結點都連到了一起。
（3）算法對比
普裡姆算法更加注重的是結點，點與點之間距離最短的優先；克魯斯卡爾算法更加注重的是邊，将邊排序，最小邊排在前面，最大邊排在後面。
由于圖的内容相對要簡單，是以我們講解的内容相對而言要少，就當是精益求精吧。後面的排序和算法才是我們的重點，後面的博文馬上殺到。
後續部落格的更新清單，敬請期待。
（已更新）
（已更新）
我的軟考之路（六）——資料結構與算法（4）之排序（未更新）
我的軟考之路（七）——資料結構與算法（5）之查找（未更新）