A. 用邻接表表示图进行深度优先遍历时，通常采用（）来实现算法
使用栈来实现算法。
用邻接表表示图进行深度优先遍历时，通常采用栈来实现算法，广度遍历使用队列。
扩展材料：
深度优先遍历：类似与树的前序遍历。从图中的某个顶点v出发，访问此顶点，然后从v的未被访问到的邻接点进行遍历，直到图中所有和v有路径相通的顶点都被访问到
注：优先访问外层节点，访问到无新顶点时，会进行回退，访问未被访问过的分支顶点。
广度优先遍历：类似于树的层序遍历。从图中的某个顶点w出发，让顶点w入队，然后顶点w再出队，并让所有和顶点w相连的顶点入队，然后再出队一个顶点t，并让所有和t相连但未被访问过的顶点入队……由此循环，指定图中所有元素都出队。
参考资料来源：
知网论文-数据结构中图的遍历算法研究
B. 稀疏图为什么用邻接表存储而不用邻接矩阵我知道是空间效率问题，怎么个说啊谢谢大神！
邻接表只需存储非零节点，而矩阵的话是不是要把所有节点的信息都保存上啊，而稀疏图的非零节点不多啊。所以存储效率高
C. 关于图的邻接表存储的问题
我用的是VC++，编译没错！！！编译结果如下图
D. 无向连通图的邻接表的存储
最近在看这部分，可惜没记住无向连通图邻接表的定义。
你的程序，我看看出了1点问题：
1、typedef struct ArcNode{ //边（表结点）
int adjvex; //该弧所指向的顶点的位置
struct ArcNode *nextarc; //指向下一条弧的指针
int info; //该弧相关信息的指针
};
缺东西呢，typedef 是要给 struct ArcNode 起个别名，但是你并没有做。
可改成 typedef struct ArcNode {.....} ArcNode, *pArcNode; 之类的。或者把 typedef 去了
===============================================
void buildhead(ALGraph &G) //创建一个头结点表
{
int i=65;
while(i < G.vernum+65)
{
G.vertices[i].data = (char)i;
G.vertices[i].firstarc->nextarc=NULL;
i++;
} // 这个过程为什么要从65 开始呢？不是最大有20个节点吗？G.vernum的下标应该是 0 - 19 猜对吧？
}
E. 稀疏图为什么用邻接表存储而不用邻接矩阵
因为稀疏图里面很多0啊，如果用邻接矩阵每个0都会存储，而这些0并没有存储价值，反而还浪费存储空间，所以用邻接表存储
F. 图的基本概念，图的存储--邻接矩阵、邻接表、十字链表、邻接多重表
一个图(G)定义为一个偶对(V,E)，记为G=(V,E)。
V是顶点(Vertex)的非空有限集合，记为V(G)。
E是无序集V&V的一个子集，记为E(G)，其元素是图的弧(Arc)。
将顶点集合为空的图称为空图。
弧：表示两个顶点v和w之间存在一个关系，用顶点偶对<v,w>表示。
(1)无向图:
在一个图中，如果任意两个顶点构成的偶对(v,w)∈E 是无序的，即顶点之间的连线是没有方向的，则称该图为无向图。
(2)有向图:
在一个图中，如果任意两个顶点构成的偶对(v,w)∈E 是有序的，即顶点之间的连线是有方向的，则称该图为有向图。一般记作<v,w>
(3)完全无向图:
在一个无向图中，如果任意两顶点都有一条直接边相连接，则称该图为完全无向图。在一个含有 n 个顶点的完全无向图中，有n(n-1)/2条边。
(4)完全有向图:
在一个有向图中，如果任意两顶点之间都有方向互为相反的两条弧相连接，则称该图为完全有向图。在一个含有 n 个顶点的完全有向图中，有n(n-1)条边。
(5)稠密图、稀疏图:
若一个图接近完全图，称为稠密图;称边数很少( )的图为稀疏图。
(6)顶点的度、入度、出度:
顶点的度(degree)是指依附于某顶点 的边数，通常记为TD( )。
在无向图中，所有顶点度的和是图中边的2倍。
在有向图中，要区别顶点的入度(Indegree)与出度(Outdegree)的概念。
顶点 的入度是指以顶点为终点的弧的数目，记为ID ( );
顶点 出度是指以顶点 为始点的弧的数目，记为 OD( )。
顶点 的出度与入度之和称为 的度，记为TD( )。即TD( )=OD( )+ID ( )。
(7)边的权、网图:
与边有关的数据信息称为权(weight)。在实际应用中，权值可以有某种含义。
边上带权的图称为网图或网络(network)。如果边是有方向的带权图，则就是一个有向网图。
(8)路径、路径长度:
对无向图，若从顶点 经过若干条边能到达 ，则称顶点 和 是连通的，又称顶点 到 有路径。
对有向图，从顶点 到 有有向路径，指的是从顶点 经过若干条有向边能到达 。
路径上边或有向边(弧)的数目称为路径长度。
(9)简单路径、回路、简单回路:
在一条路径中，若没有重复相同的顶点，该路径称为简单路径。
第一个顶点和最后一个顶点相同的路径称为回路(环)。
除第一个顶点与最后一个顶点之外，其他顶点不重复出现的回路称为简单回路，或者简单环。
(10)子图和生成子图:
对于图 G=(V，E)，G’=(V’，E’)，若存在 V’是 V 的子集 ，E’是 E的子集，则称图 G’是 G 的一个子图；
若V’=V且E’是E的子集，则称图G’是G的一个生成子图。
(11)连通图、连通分量:
对无向图G=(V,E)，若任意 都是连通的，则称该图是连通图，否则称为非连通图。
若G是非连通图，则极大连通子图称为连通分量。
极大的含义：指的是对子图再增加图G中的其它顶点，子图就不再连通。
任何连通图的连通分量只有一个，即本身，而非连通图有多个连通分量。
(12)强连通图、强连通分量:
对于有向图来说，若图中任意一对顶点 均有从一个顶点 到另一个顶点 有路径，也有从 到 的路径，则称该有向图是强连通图。
有向图的极大强连通子图称为强连通分量。
强连通图只有一个强连通分量，即本身。非强连通图有多个强连通分量。
(13)生成树:
一个连通图(无向图)的生成树是一个极小连通子图，它含有图中全部n个顶点和只有足以构成一棵树的n-1条边，称为图的生成树。
(14)生成森林:
有向树是只有一个顶点的入度为0，其余顶点的入度均为1的有向图。
有向图的生成森林是这样一个子图，由若干棵有向树组成，含有图中全部顶点。
(1)邻接矩阵法(Adjacency Matrix)
基本思想：对于有n个顶点的图，用一维数组vexs[n]存储顶点信息，用二维数组A[n][n]存储顶点之间关系的信息。该二维数组称为邻接矩阵。
在邻接矩阵中，以顶点在vexs数组中的下标代表顶点，邻接矩阵中的元素A[i][j]存放的是顶点i到顶点j之间关系的信息。
1)无向图的数组表示
①无向无权图的邻接矩阵
无向无权图其邻接矩阵是n阶对称方阵。
若两条边相连,A[i][j]=1; 若不相连A[i][j]=0。
②无向带权图的邻接矩阵
若两条边相连， ，W为权值。
若两条边不相连，A[i][j]=
③无向图邻接矩阵的特性
无向图的邻接矩阵一定是一个对称矩阵。因此，在具体存放邻接矩阵时只需存放 上(或下)三角矩阵的元素即可。
对于顶点 ，其度数是第i行的非0元素(或非 元素)的个数。
无向图的边数是上（或下）三角形矩阵的非0元素(或非 元素)的个数。
2)有向图的数组表示
①有向无权图的邻接矩阵
若有向无权图G=(V,E)有n个顶点，则其邻接矩阵是n阶方阵：
若从 到 有弧，A[i][j]=1；
若从 到 没有弧，A[i][j]=0；
②有向带权图的邻接矩阵
③有向图邻接矩阵的特性
对于顶点 ，第i行的非0元素(或非 元素)的个数是其出度OD( )；
第i列的非0元素(或非 元素)的个数是其入度ID( );
邻接矩阵中非0元素(或非 元素)的个数就是图的弧的个数。
对于n个顶点e条边的无向图，邻接矩阵表示时有n n个元素，2 e个非0元素。
对于n个顶点e条边的有向图，邻接矩阵表示时有n n个元素，e个非0元素。
3)图的邻接矩阵的操作
定义两个数组分别存储顶点信息(数据元素)和边或弧的信息(数据元素之间的关系) 。
图的各种操作。
①图的创建
②图的顶点定位
实际上是确定一个顶点在 vexs 数组中的位置(下标) ，其过程完全等同于在顺序存储的线性表中查找一个数据元素。
③向图中增加顶点
向图中增加一个顶点的操作，类似在顺序存储的线性表的末尾增加一个数据元素。
④向图中增加一条弧
根据给定的弧或边所依附的顶点，修改邻接矩阵中所对应的数组元素。
(2)邻接链表法
1)基本思想：类似于树的孩子链表法，就是对于图 G 中的每个顶点 ，将所有邻接于 的顶点 链成一个单链表，这个单链表就称为顶点 的邻接链表，再将所有点的邻接表表头放到数组中，就构成了图的邻接链表。
对无向图，其邻接链表是唯一(按顺序链接)的；对有向图，其邻接链表有两种形式。
2)从图的邻接表存储方法容易看出，这种表示具有以下特点:
①表头向量中每个分量就是一个单链表的头结点，分量个数就是图中的顶点数目。
②在边稀疏的情况下，用邻接表表示图比邻接矩阵节省存储空间。
③在无向图的邻接表中，顶点 的度恰为第 i 个链表中的结点数。
④有向图可以建立一个正邻接表和逆邻接表，便于统计每个结点的出度和入度。
⑤在邻接表上容易找到任一顶点的第一个邻接点和下一个邻接点，但要判定任意两个顶点( 和 )之间是否有边或弧相连，则需搜索第 i 个或第 j 个链表，因此，不及邻接矩阵方便。
对于n个顶点e条边的无向图，邻接表表示时有n个表头结点，2 e个表结点。
对于n个顶点e条边的有向图，邻接表表示时有n个表头结点，表结点数不确定，但正邻接表加上逆邻接表表结点数为e。
3)表结点及其类型定义
图的各种操作
①图的创建
②顶点定位
图的顶点定位实际上是确定一个顶点在 AdjList 数组中的某个元素的 data 域内容。
③向图中增加顶点
向图中增加一个顶点的操作，在 AdjList 数组的末尾增加一个数据元素。
④向图中增加一条弧
根据给定弧或边所依附的顶点，修改单链表，无向图修改两个单链表;有向图修改一个单链表。
(3) 十字链表法
十字链表(Orthogonal List)是有向图的另一种链式存储结构，是将有向图的正邻接表和逆邻接表结合起来得到的一种链表。
在这种结构中，每条弧的弧头结点和弧尾结点都存放在链表中，并将弧结点分别组织到以弧尾结点为头(顶点)结点和以弧头结点为头(顶点)结点的链表中。这种结构的结点逻辑结构如图所示。
data 域:存储和顶点相关的信息;
指针域 firstin:指向以该顶点为弧头的第一条弧所对应的弧结点，即逆邻接链表;
指针域 firstout:指向以该顶点为弧尾的第一条弧所对应的弧结点，即正邻接链表;
尾域 tailvex:指示弧尾顶点在图中的位置;
头域 headvex:指示弧头顶点在图中的位置;
指针域 hlink:指向弧头相同的下一条弧;
指针域 tlink:指向弧尾相同的下一条弧;
Info 域:指向该弧的相关信息，比如权值;
结点类型定义：
下图所示是一个有向图及其十字链表(略去了表结点的 info 域)。实质就是先把图的正邻接链表(出度)画出来，然后再把firstin,firstout,hlink,tlink连起来。
(4)邻接多重表法
邻接多重表(Adjacency Multilist)是无向图的另一种链式存储结构。
邻接多重表的结构和十字链表类似，每条边用一个结点表示。
邻接多重表中的顶点结点结构与邻接表中的完全相同，而表结点包括六个域。
data 域:存储和顶点相关的信息;
指针域 firstedge:指向依附于该顶点的第一条边所对应的表结点;
标志域 mark:用以标识该条边是否被访问过;
ivex 和 jvex 域:分别保存该边所依附的两个顶点在图中的位置;
info 域:保存该边的相关信息;
指针域 ilink:指向下一条依附于顶点 ivex 的边;
指针域 jlink:指向下一条依附于顶点 jvex 的边;
结点类型定义:
邻接多重表与邻接表的区别:后者的同一条边用两个表结点表示，而前者只用一个表结点表示;除标志域外，邻接多重表与邻接表表达的信息是相同的，因此，操作的实现也基本相似。
G. 如何用邻接表存储图结构
我看不太懂这个程序，不过我有些过图的邻接表表示，看对你有没有帮助吧。
#include <iostream>
#include <fstream>
#include <vector>
typedef int QElemTyep;
#include "queue.h"
using namespace std;
typedef int Status;
#define MAX_VERTEX_NUM 30 //图的最大顶点数
enum BOOL {False,True};
BOOL visited[MAX_VERTEX_NUM]; //全局变量--访问标志数组
typedef struct ArcNode{
//弧结点
int adjvex; //该弧所指向的顶点的位置
struct ArcNode *nextarc; //指向下一条弧的指针
InfoType *info; //保存边的信息，可以简单的改为 int w;
}ArcNode;
typedef struct VNode{
VertexType data;
ArcNode *firstarc;
}VNode,AdjList[MAX_VERTEX_NUM];
class Graph{
public: AdjList vertices; //记录顶点信息，指向第一条依附该顶点的弧的指针
int vexnum,arcnum; //图的当前顶点和弧数
int GraphKind; //图的种类，0---无向图，1---有向图
Graph(int vexnum,int arcnum,int kind)
{
this->vexnum=vexnum;
this->arcnum=arcnum;
this->GraphKind=kind;
}
};
void CreateGraph(Graph &G,VertexType *V,ArcType *VR){
//构造邻接表结构的图G
int i;
ArcNode *s;
for(i=1;i<=G.vexnum;i++) //初始化指针数组
{
G.vertices[i].data=V[i];
G.vertices[i].firstarc=NULL;
}
for(i=1;i<=G.arcnum;i++)
{
s=(ArcNode *)malloc(sizeof(ArcNode)); //生成一个弧结点
s->nextarc=G.vertices[VR[i].start].firstarc; //插入到邻接表中
s->adjvex=VR[i].end;
G.vertices[VR[i].start].firstarc=s;
if(G.GraphKind==0) {
//若是无向图，再插入到终点的弧链中
s=(ArcNode *)malloc(sizeof(ArcNode));
s->nextarc=G.vertices[VR[i].end].firstarc;
s->adjvex=VR[i].start;
G.vertices[VR[i].end].firstarc=s;
}
}
}
H. 邻接表存储时，空间复杂度O( n+e)，还是O(n)
O(n+e)，取n次最小权，每次取完会进行n次更新。如果能达到o（n+e），就不需要O(n)。
在有向图中，描述每个点向别的节点连的边（点a->点b这种情况）。在无向图中，描述每个点所有的边。与邻接表相对应的存图方式叫做边集表，这种方法用一个容器存储所有的边。
对于有向图，vi的邻接表中每个表结点都对应于以vi为始点射出的一条边。因此，将有向图的邻接表称为出边表。
(8)邻接表的存储为什么用数字扩展阅读：
n个顶点e条边的有向图，它的邻接表表示中有n个顶点表结点和e个边表结点。（因为有向图是单向的）
在有向图中，为图中每个顶点vi建立一个入边表的方法称逆邻接表表示法。入边表中的每个表结点均对应一条以vi为终点(即射入vi)的边。
n个顶点e条边的有向图，它的逆邻接表表示中有n个顶点表结点和e个边表结点。
I. 数据结构，求无向图用邻接矩阵和邻接表的存储空间大小，怎么算
邻接表所需的存储空间为e（边数），但不适合查询两点间是否存在路径
邻接矩阵所需的存储空间为你n^2，适合查询两点间是否存在路径
对于第二问，邻接表所需的存储空间为9900，邻接矩阵所需的存储空间为你n^2=10000，差不多，所以选性能更优的邻接矩阵
实际上像（2）这种稠密图（其实是个满图）一般适合邻接矩阵