1.邻接矩阵法
包括一个一维数组用于存储顶点信息（称为顶点表），一个二维数组用于存储各顶点之间的链接关系（邻接矩阵）不同情况下的邻接矩阵：
首先，对于顶点数为n的任何图，其邻接矩阵肯定是n乘n的
有向图：A到B和B到A是两条不同的边，所以有向图的邻接矩阵不一定为对称矩阵
无向图：无向图一定是对称矩阵，可以根据这个特点用三角矩阵存储
在有向/无向邻接矩阵中，Aij的值为1或边上的权值，则代表这两点之间有边相连，Aij等于0则代表两点之间没有边
存储结构：
#define MaxVertexNum 100
typedef char VertexType;
typedef int EdgeType;//带权图中边上的权值的类型
typedef struct{
VertexType Vex[MaxVertexNum]//顶点表
EdgeType Edge[MaxVertexNum][MaxVertexNum];//邻接矩阵
int vexnum,arcnum;
}MGraph;
邻接矩阵的特点：
1.无向图的邻接矩阵是对称矩阵，存储时可以只存储上/下三角矩阵 2.邻接矩阵与顶点度的关系 对于无向图，邻接矩阵第i行/列的非零元素个数即为此顶点的度（无向图中不区分入度和出度） 对于有向图，第i行的非零元素个数为出度。第i列的个数为入度。记住：行为出度，列为入度 3.邻接矩阵的优点 邻接矩阵中容易确认两点之间是否有边相连，但是不方便确认图中到底有多少边 邻接矩阵更适合存储稠密图，存储稀疏图则会造成很大的空间浪费2,邻接表法
为了解决稀疏图的存储问题，引入邻接表的概念 邻接表是顺序存储和链式存储的结合 包括一个顺序表（顶点表），并且每一个顶点表的节点中存储有第一条依附于此顶点的边的指针（边表节点的起始位置） 和若干个单链表（各个顶点的边表），对于每一个顶点建立一个单链表，存储所有与这个点相关的边代码实现：
#define MaxVertexNum 100 //图中顶点的最大个数
typedef struct ArcNode{//边表结点
int adjvex;
struct ArcNode *next;
}ArcNode;
typedef struct VNode{//顶点表结点
VertexType data;
ArcNode *first;//指向当前顶点对应的边表
}VNode,AdjList[MaxVertexNum];
typedef struct{//整个图的数据结构
AdjList vertices;
int vexnum,arcnum;//图的顶点数和边数
}ALGraph;
邻接表法的特点：
1，由于其链式存储的特点，不会造成内存浪费，若G为无向图，则其空间复杂度为O(|V|+2|E|)，因为同一条边需要在两个节点的边表里储存两遍，而有向图则为O(|V|+|E|)
2，邻接表适合储存稀疏图
3，邻接表适合快速查找与某个点相连的所有点，而邻接矩阵适合快速确定两点之间是否有边邻接
3,十字链表
是一种链式存储，用于解决有向图的存储其边结点的结构：
1 tailvex 2 headvex 3 hlink 4 tlink 5 (info)
1 2是头/尾结点，分别指向这条边的头部和尾部结点（所以这种链表只能存储有向边）
这里要注意头和尾的区分：->中，在箭头一边的是头结点，即headvex，在直线一边的是尾结点tailvex
3存储相同headvex的下一条边
4存储相同tailvex的下一条边
5是其他相关信息，一般情况下省略
其顶点结点的结构：
data firstin firstout
data域存放与这个节点相关的信息
firstin指向以该顶点为headvex的第一个边结点
firstout指向以本结点为tailvex的第一个边结点
同样，顶点之间顺序存储，边结点之间根据其定义结构进行链式存储
十字链表的优点：容易找到以某个顶点为头/尾的边，也就是说容易求某个结点的入度/出度
4.邻接多重表
是一种链式存储，专门用于无向图的存储 引入：在邻接表中，很容易求出某个点对应的边的信息，但是不适合求两个节点之间是否存在边，需要对结点表进行遍历结构：
边结点：
ivex ilink jvex jlink (info)
1.ivex和jvex分别代表与这条边相关的两个结点的编号
2.ilink指向下一条依附于ivex的边，jlink指向下一条依附于jvex的边
顶点表：
data firstedge
data用于存储这个顶点相关的信息
firstedge指向与这个顶点相关的第一条边
特点：
1.邻接多重表中，所有依附于同一顶点的边串联在同一链表中，同一个边结点同时连接在两个顶点的链表中（不是简单的线性结构，而是相互之间有交叉）
2.根据上面的这种特性，在邻接表中需要用两个结点表示的无向边，在邻接多重表中只需要一个结点