本篇仅简单叙述自己对图的理解，大概是随笔性质，本人水平有限，难免有不足之处，请见谅！
1.图，顾名思义，就是由一个个节点和边组成的一种结构。如下
点和边共同构成图，为了方便大家广义的理解，不讲定义，只简单的把边分为有向边和无向边，其实所谓无向边，不过就是两个起点终点相反的有向边而已，在我的理解里是没有无向边这个概念的
那么什么情况下需要建图，来个例子，比如啊，你现在要找人办事，但你确不认识别人，于是聪明的你想知道自己的朋友是否认识此人，亦或者自己朋友的朋友是否认识此人，这时候就可以建立一个图，人为节点，互相认识的人连边（这里为了方便假设互相认识啦，就是双向边哦），于是引入下一个概念，路径，如果你可以从自己找到一条路到办事的人，βヾ(,,・∇・,,川那么你就成功啦！（配合上面的图，实用更佳）
可是我们如何存储图，唔，是个难题，下面介绍三种常用的方法啦
以下均已n个节点，m条边举例
1邻接矩阵
顾名思义，是开一个n*n的矩阵，如果边上没有信息的话是可以开bool类型哦，有边权还是开个int吧
用第x行第y列的值来表示x->y是否有联系哈！当然，为了照顾对应的反向边，第y行第x列代表的就剩y->x边了，我想学过线代的人应该很容易就能明白吧，下面来个例子
如果自环的话，就是所谓自己连自己，对角线上的数字就也可以是1哦
2.邻接表
邻接矩阵固然方便，查询两个点之间的关系也很方便，但是n*n的空间实在是让人不敢恭维，尤其是有的图点很多但是边很少的时候简直让人炸裂，这该怎么办鸭QAQ，聪明的前人就创造了邻接表这种存图方式
邻接表啊，其实是开了n个链表，链表中的元素是自定义的结构，包括一个节点数据和指向下一个元素的指针，比如下图的v1，他的指针指向v2，v2的指针指向v3，v3的指针则为空，这样我们通过遍历链表，就可以得到以v1为起点的所有节点啦！是不是比邻接矩阵要省很多内存鸭
3链式前向星
如果你理解了邻接表，我想这个对你来说也是不难的！先膜拜一下大佬，据说这个东西是一位acmer发明的，也是目前我们打比赛最常用的存图方式啦，一定要好好掌握！以下代码无法跑通，仅做帮助大家理解所用，先对其中出现的一些数组进行解释，我自定义了一个结构体，其中有qian，wei，quan三个参数，一共共定义了201000个，这就是我们存边用的，一个元素代表了一条边，假设u是起点，v是终点，t是权值，wei就是此边指向的节点也就是v，quan则是权值t，qian不是此边的起点哦，这里则是代表存储的上一条以u为起点的边的编号，在朝下看，cnt就是边的编号，每建立一条边都要讲他++，这样就可以通过bian[cnt]来查询边的信息，head[i]则是以i为起点最后存贮的边的编号，比如一共有三条边以i为起点，他们的cnt编号分别是1 3 8，那么head[i]在更新完会变成8哦，这是由你加边顺序决定的，好，接下来看重头戏
add加边函数，传入u（起），v（终点），t（权值）三个参数；首先，cnt要++，这不难理解，因为这是一条新边，这条新边的尾和权直接进行赋值就可，关键来了！此时的head[u]正是添加此边之前以u为起点的最后一条边的编号，可是他马上就不再是最后一条了，他得退位让贤！可是他存贮的数据不能丢！怎么办！于是他被bian[cnt].qian接受了，他成为了新边之前以u为起点的最后被添加的边，head[u]顺势更新为cnt，毕竟新添加的这个边最新，而我们的head[u]存的是是以u为起点最后存贮的边的编号，如果有些混乱，不妨自己写一遍
#include<iostream>
#include<algorithm>
#include<string.h>
using namespace std;
struct xing
{
int qian,wei,quan;
}bian[201000];
int n,o1,o2,o3,m,head[11000]
void add(int u,int v,int t)
{
bian[++cnt].qian=head[u];
bian[cnt].wei=v;
bian[cnt].quan=t;
head[u]=cnt;
}
cin>>m;
for(int i=1;i<m;i++)
{
cin>>o1>>o2>>o3;
add(o1,o2,o3);
add(o2,o1,o3);
}
机智的同学一定发现了！这不就是邻接表吗！没错，这就是个邻接表，不过是个静态的，省去了指针窜来窜去的痛苦哦，下面贴一段找以u为起点的所有边的遍历代码
for(int i=head[u];i;i=bian[i].qian)
{
int v=bian[i].wei;
}
只要顺着qian所存贮的编号找直到没有，就可以遍历一遍这些边了，这也暴露了链式前向星的缺点，那就是无法通过编号快速得知起点是谁，但是他极其适合遍历，时间和空间复杂度也很优秀，还是成为了acmer最钟爱的存图方式！
额，下篇更新最短路！
