图是由表示顶点的集合v和表示顶点之间关系的集合E组成的，通常表示为：G＝（v，E），
其中，G表示一个图，v是图G中顶点的有穷非空集合，E是图G中边的有限集合。
E（G）也可以为空集。若E（G）为空，则图G只有顶点而没有边。
路径长度：顶点序列上经过的边的个数。
入度：以顶点V为弧头的弧的数目称为该顶点的入度，
出度：以顶点V为弧尾的弧的数目称为该顶点的出度，记作OD(V)。
顶点V的度为：TD(V)=ID(V)+OD(V)
有向完全图：有n(n-1)条边（图中每个顶点和其余n-1个顶点都有弧相连）。
无向完全图：有n(n-1)/2条边（图中每个顶点和其余n-1个顶点都有边相连）。
定义：
逻辑结构分为两部分：V和E集合，其中，V是顶点，E是边。
因此，用一个一维数组存放图中所有顶点数据；用一个二维数组存放顶点间关系（边或弧）的数据，这个二维数组称为邻接矩阵。
邻接矩阵数据类型定义：
邻接表数据类型定义：
(1)从某个顶点V出发，访问顶点并标记为已访问
(2)访问V的邻接点，如果没有访问过，访问该顶点并标记为已访问，然后再访问该顶点的邻接点，递归执行
如果该顶点已访问过，退回上一个顶点，再检查该顶点的邻接点是否都被访问过，如果有没有访问过的继续向下访问，如果全部都访问过继续退回到上一个顶点，继续同样的步骤。
深度优先遍历类似于树的先序遍历，深度优先遍历算法结果不唯一。
(1)从某个顶点V出发，访问该顶点的所有邻接点V1，V2..VN
(2)从邻接点V1，V2...VN出发，再访问他们各自的所有邻接点
(3)重复上述步骤，直到所有的顶点都被访问过
Kruskal算法
Kruskal算法是基于贪心的思想得到的。
首先我们把所有的边按照权值先从小到大排列，接着按照顺序选取每条边，如果这条边的两个端点不属于同一集合，那么就将它们合并，直到所有的点都属于同一个集合为止。
Prim算法
从某一顶点出发，依次访问该点的邻接点，找到权值最小边，直到全部访问完。
从某顶点出发，沿图的边到达另一顶点所经过的路径中，各边上权值之和最小的一条路径——最短路径。
1.Floyd算法
2.Dijkstra算法
对拓扑排序的不唯一性刚开始存在一定的问题，比如下面这个例子
排序结果（不唯一）：
2 4 1 3 5 7 6 9
1 2 4 3 6 5 7 9
通过几个例子，明白了主要思路就是找到一个没有前驱的结点并且删除它，一直到没有结点为止。
原文：https://www.cnblogs.com/254916-cn/p/12906566.html