图跟树一样，也是非线性结构，咋看起来有点复杂，其实它很简单。树具有层次关系，上层元素可以与下一个多个元素连接，但是只能和上层的一个元素连接。在图结构中，节点间的连接是任意的，任何一个元素都可以与其他元素连接。
图相对而言很简单，我们只介绍的图的遍历和最小生成树，现在我们开始。
1.概念
从图中某一个顶点出发，访问图中的每一个结点，并要求只能访问一次，不能重复访问。
2.方法
（1）广度优先遍历
基本思想：首先访问顶点，再访问顶点的全部未访问的邻结点，再访问邻结点的所有结点即可（类似树的层次遍历）。
广度优先遍历：v1，v2，v3，v4，v5，v6或v1，v4，v3，v2，v6，v5
（2）深度优先遍历
基本思想：首先访问顶点，再访问顶点的每个邻结点，从该点继续深度优先遍历（类似于树的前序遍历）
深度优先遍历：v1，v2，v5，v3，v6，v4或v1，v4，v6，v3，v5，v2
总结，图的广度优先遍历和深度优先遍历的结果并不唯一。
（1）普里姆（prim）算法
基本思想：选一个顶点开始，查找与顶点相邻且代价（边值）最小的边的另一个顶点，直到最后。
例如：v1作为顶点，v1->v3->v6->v4，v3->v2->v5，连接图中所有的结点即可。
（2）克鲁斯卡尔（kruskal）算法
基本思想：选择图中最小的边，直到所有结点都连通。
例如：第一小边：v1->v3，第二小边：v4->v6，第三小边：v2-v5，第四小边：v3->v6，第五小边：v3->v2，此时所有的结点都连到了一起。
（3）算法对比
普里姆算法更加注重的是结点，点与点之间距离最短的优先；克鲁斯卡尔算法更加注重的是边，将边排序，最小边排在前面，最大边排在后面。
由于图的内容相对要简单，所以我们讲解的内容相对而言要少，就当是精益求精吧。后面的排序和算法才是我们的重点，后面的博文马上杀到。
后续博客的更新列表，敬请期待。
（已更新）
（已更新）
我的软考之路（六）——数据结构与算法（4）之排序（未更新）
我的软考之路（七）——数据结构与算法（5）之查找（未更新）