图跟树一样，也是非线性结构。咋看起来有点复杂。事实上它非常easy。树具有层次关系，上层元素能够与下一个多个元素连接。可是仅仅能和上层的一个元素连接。在图结构中，节点间的连接是随意的，不论什么一个元素都能够与其它元素连接。

       图相对而言非常easy，我们仅仅介绍的图的遍历和最小生成树。如今我们開始。

遍历

1.概念

      从图中某一个顶点出发，訪问图中的每个结点，并要求仅仅能訪问一次，不能反复訪问。

2.方法

（1）广度优先遍历

       基本思想：首先訪问顶点。再訪问顶点的所有未訪问的邻结点，再訪问邻结点的所有结点就可以（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：首先訪问顶点，再訪问顶点的每一个邻结点，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。

最小生成树

（1）普里姆（Prim）算法
       基本思想：选一个顶点開始。查找与顶点相邻且代价（边值）最小的边的还有一个顶点，直到最后。

       比如：V1作为顶点，V1->V3->V6->V4，V3->V2->V5，连接图中全部的结点就可以。
（2）克鲁斯卡尔（Kruskal）算法
       基本思想：选择图中最小的边，直到全部结点都连通。
       比如：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，此时全部的结点都连到了一起。
（3）算法对照
       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。

总结

          因为图的内容相对要简单，所以我们解说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。后面的博文立即杀到。

兴许博客的更新列表，敬请期待。

      我的软考之路（一）——开篇（已更新）

      我的软考之路（二）——J2SE宏观总结（已更新）

      我的软考之路（三）——数据结构与算法（1）之线性表（已更新）

      我的软考之路（四）——数据结构与算法（2）之树与二叉树（已更新）

      我的软考之路（五）——数据结构与算法（3）之图（已更新）

      我的软考之路（六）——数据结构与算法（4）之八大排序（已更新）

      我的软考之路（七）——数据结构与算法（5）之查找（已更新）