图论不同地方讲的不太一样，本文仅限作者的理解

定义

图是一般由点集 $V$ 和边集 $E$ 组成。
对于 $v\in V$，称 $v$ 为该图的一个节点。
对于 $e\in E$，一般用二元组 $(u,v)$ 表示 $e$，其中 $u,v\in V$。在无向图中，该二元组无序，即边为双向；在有向图中，该二元组有序，即边为单向。
一个带有边权（边的长度）的图称为带权图，此时边一般记为 $(u,v,w)$。
下面分别是一个无向图和一个有向图的例子：

连通性

从一个图中选出一些节点和边，构成一个合法的新图，称做原图的子图。
扩展至最大的符合某一要求的子图被称为分量。
通过图中的边可以使节点之间联通（单向联通也算）的图称做连通图。
节点之间两两可以互相到达的有向图被称做强联通图。
如果一个图中某一个点及其边被删去后，图将不再联通，则称该点为原图的一个割点。
没有割点的图被称为点双连通图。
如果一个图中某一条边被删去后，图将不再联通，则称该边为原图的一个割边。
没有割边的图被称为边双连通图。
读者可以自行理解联通子图、联通分量、强连通子图、强连通分量、点双联通子图、点双联通分量、边双联通子图、边双联通分量等概念。

树与环

一个没有环的图称为无环图。
一个没有环的有向图称为有向无环图（DAG）。
一个没有环且联通的无向图称为树。
一个有恰一个环且联通的无向图称为基环树。
一个是树且包含所有节点的子图称为原图的生成树。

存储

一般有两种存储方式，邻接矩阵和邻接表。

邻接矩阵

使用一个矩阵来存储图，对于矩阵中的一个元素 $G_{u,v}$：
在无权图中，$u,v$ 之间有边为 $1$，无边为 $0$；
在带权图中，$u,v$ 之间有边为 $w$，无边为 $\inf$。

邻接表

使用多个数组来存储图，对于每一个数组 $G_u$
在无权图中，$u,v$ 间有边则加入 $v$；
在带权图中，$u,v$ 间有边则加入有序二元组 $(v,w)$。

代码

分为定义，输入和遍历三部分

• 邻接矩阵

int G[N][N];
memset(G,0,sizeof(G));//无权
memset(G,INF,sizeof(G));//带权

for (int i=1;i<=m;i++){//无权int u,v;cin>>u>>v;G[u][v]=1;G[v][u]=1;//仅限无向图//带权int u,v,w;cin>>u>>v>>w;G[u][v]=w;G[v][u]=w;//仅限无向图
}

for (int u=1;u<=n;u++) for (int v=1;v<=n;v++)if (G[u][v])//无权if (G{u][v]!=INF)//带权

• 邻接表

vector<int> G[N];//无权
//带权
struct edge{int v,w;};
vector<edge> G[N];

for (int i=1;i<=m;i++){//无权int u,v;cin>>u>>v;G[u].push_back(v);G[v].push_back(u);//仅限无向图//带权int u,v,w;cin>>u>>v>>w;G[u].push_back({v,w});G[v].push_back({u,w});//仅限无向图
}

for (int u=1;u<=n;u++)for (int v:G[u])//无权for (edge e:G[u])//带权