图的遍历
遍历是指：找每个顶点的邻接点
图中存在回路，图的任意顶点都可能与其他顶点相同，
在访问完某个顶点后可能会沿着某些边又 回到了曾经访问过的结点
解决思路：设置辅助数组visited[n],用来标记每个被访问过的顶点
初始状态visited[i] = 0;
顶点被访问，改visited[i] = 1，防止被多次访问
深度优先搜索DFS
void DFS(AMGraph G, int v){
//图G为邻接矩阵v所在的行
cout<<v;
visited[v] = true; //访问第v个顶点
for(w = 0; w < G.vexnum; w++)//一次检查邻接矩阵v所在的行
if((G.arcs[v][w] != 0) && (!visited[w]))
DFS(G,w); //w是v的邻接点，if w未访问，则厉鬼调用DFS
}
用邻接矩阵来表示图，遍历图中每一个顶点都要从头扫描该顶点所在行，O（n*n）
用邻接表来表示，虽然有2e个表结点，但只需要扫描e个结点即可完成遍历，
加上访问n个头结点的的时间，O（n+e）
广度优先遍历BFS
void BFS(Graph G, int v){
//按广度优先非递归遍历连通图G
cout<<v;
visited[v] = true; //访问第v个顶点
InitQueue(Q); //辅助队列Q初始化，置空
EnQueue(Q,v); //v入队
while(!QueueEmpty(Q)){
//队列非空
DeQueue(Q,u); //队头元素出队并置为u
for(w = FirstAdjVex(G,u); w >= 0; w = NextAdjVex(G, u, w))
if(!visited[w]){
//w为u的尚未访问的邻接顶点
cout<<w;
visited[w] = true;
EnQueue(Q,w); //w入队
}//if
}//while
}//BFS
如果使用邻接矩阵，BFS对于每一个被访问到达顶点，
都要循环检测矩阵中的整整一行（n个），O（n*n）
邻接表，虽然有2e个表结点，但只需扫描e个结点即可完成遍历，
加上n给头结点，O(n+e)
DFS和BFS的算法效率比较：
空间复杂度相同，O(n)
时间复杂度只与存储结构(邻接矩阵或邻接表)相关，而与搜索路径无关
************************************************
生成树：所有顶点均由边连接在一起，但不存在回路的图
生成树顶点个数图的顶点个数相同，是图的极小连通子图
n-1条边
生成树中任意两点间的路径唯一
无向图的生成树
生成树：所有顶点均由边连接在一起，但不存在回路的图
生成树顶点个数图的顶点个数相同，是图的极小连通子图
n-1条边
生成树中任意两点间的路径唯一
最小生成树：给定一个无向网络，在该网的所有生成树中，
各边权值之和最小的生成书称为最小生成树
(n个地点建立通信网)
MST
构造最小生成树的算法
Prim算法
每次去找一个权值最小的顶点
Kruskal算法
如果遇到矛盾，就可以有两个最小生成树（即有时MST不唯一）
实际应用：最短路径
单源最短路径Dijkstra
所有顶点间的最短路径Floyd
Dijkstra
按路径长度递增次序产生最短路径
由于xxx的加入，到别的点的路径有没有变小
所有顶点间的最短路径，还可以用Dijkstra求n次，O（n*n*n）
Floyd
逐个顶点试探，从Vi到Vj中所有可能存在的路径中，选出提条长度最短的路径
************************************************
有向无环图：无环的有向图，DAG图 (前置课程表)
AOV拓扑排序 AOE关键路径
AOV：
AOV不允许有回路
一个AOV网的拓扑序列不唯一
检测AOV中是否存在环的方法：
对有向图构造其顶点的拓扑有序序列，
若网中所有顶点都在他的拓扑有序序列中，
则该AOV网必定不存在环
AOE关键路径：
