阐述计算机网络本质为图结构，解析节点、边、权重与网络设备的对应关系。详细介绍图的定义、分类及三种存储结构（邻接矩阵、邻接表、边列表）的特性与适用场景。系统梳理最短路径、最小生成树、图遍历及网络流四大类图算法，并结合 OSPF、STP 等网络协议说明其实际应用价值。
计算机网络本质上就是一个**图（Graph）**结构。让我们来看看如何对应：
对应关系：
| 网络概念 | 图论概念 | 说明 |
|---|---|---|
| 路由器、交换机 | 节点（Vertex） | 网络设备 |
| 物理链路、逻辑连接 |
| 设备间的连接 |
| 延迟、带宽、成本 | 权重（Weight） | 边的属性 |
北京核心节点 / | \
/ | \ 上海 广州 成都
/ | \ / \ / |
南京 杭州...深圳... 重庆 昆明
这就是一个典型的有向加权图：
| 网络问题 | 图论问题 | 对应算法 |
|---|---|---|
| 最优路由选择 | 最短路径 | Dijkstra、A*、Bellman-Ford、Floyd-Warshall |
| 网络拓扑设计 | 最小生成树 | Prim、Kruskal |
| 网络发现 | 图遍历 | BFS、DFS |
| 带宽优化 | 最大流 | Ford-Fulkerson |
图（Graph） 由两部分组成：
# 图的 Python 表示
graph = {
'V': {0, 1, 2, 3}, # 顶点集
'E': [(0, 1), (0, 2), (1, 3), (2, 3)] # 边集
}
无向图：A─────B （边没有方向，可以双向通行）
\ /
C
有向图：A → B （边有方向，只能单向通行）
↓ ↘
C → D
网络中的应用：
无权图：A───B （只关心是否连通）
│ ╱ │
C───D
加权图：A─⁴─B （边有权重，表示距离/成本）
│╲⁵ │
²│ ╲³│
⁴╲│
C──D
网络中的应用：
有环图：A → B → C （存在环路 A→B→C→A）
↑ ↓
└──────┘
无环图：A → B → C （无环路，树形结构）
↓
D
重要概念：
选择合适的存储结构对算法性能至关重要。
定义：用二维数组表示图，matrix[i][j] 表示节点 i 到 j 的边
# 无向图的邻接矩阵
# 0 1 2 3
matrix = [
[0, 1, 1, 0], # 0
[1, 0, 0, 1], # 1
[1, 0, 0, 1], # 2
[0, 1, 1, 0] # 3
]
# 加权图（数字表示权重，∞表示无边）
# 0 1 2 3
matrix = [
[0, 4, 2, float('inf')], # 0
[4, 0, float('inf'), 3], # 1
[2, float('inf'), 0, 5], # 2
[float('inf'), 3, 5, 0] # 3
]
特点：
适用场景：
定义：用数组 + 链表表示图，每个节点存储其所有邻居
# 无权图的邻接表
graph = {
0: [1, 2], # 节点 0 的邻居是 1 和 2
1: [0, 3],
2: [0, 3],
3: [1, 2]
}
# 加权图的邻接表（存储邻居和权重）
graph = {
0: [(1, 4), (2, 2)], # 0→1 权重 4, 0→2 权重 2
1: [(0, 4), (3, 3)],
2: [(0, 2), (3, 5)],
3: [(1, 3), (2, 5)]
}
特点：
适用场景：
定义：简单地用列表存储所有边
# 无权图
edges = [(0, 1), (0, 2), (1, 3), (2, 3)]
# 加权图（三元组：起点，终点，权重）
edges = [(0, 1, 4), (0, 2, 2), (1, 3, 3), (2, 3, 5)]
特点：
适用场景：
| 特性 | 邻接矩阵 | 邻接表 | 边列表 |
|---|---|---|---|
| 空间复杂度 | O(V²) | O(V + E) | O(E) |
| 判断边存在 | O(1) | O(度) | O(E) |
| 遍历邻居 | O(V) | O(度) | O(E) |
| 遍历所有边 | O(V²) | O(V + E) | O(E) |
| 适合稠密图 | ✅ | ❌ | ❌ |
| 适合稀疏图 | ❌ | ✅ | ✅ |
选择建议：
根据解决的问题类型，图算法可以分为四大类：
问题：找到两个节点之间的最优路径
起点 S，终点 T
S
/|\
/ | \
● ● ●
哪条路径最优？
\ | /
\|/
T
核心算法：
网络应用：
问题：用最小成本连接所有节点
原始图： 最小生成树：
A A
/|\ / \
B-C-D B C-D
（边多成本高） （连接所有点，成本最低）
核心算法：
网络应用：
问题：系统地访问图中所有节点
BFS（广度优先）： DFS（深度优先）：
S S
/|\ |
● ● ●（一层层） ●
/|\ ●
● ● ●（一条路走到底）
核心算法：
网络应用：
问题：在容量限制下最大化流量
源点 S，汇点 T
每条边有容量限制
S
/ | \
10 8 12
如何最大化到 T 的流量？
\ | /
T
核心算法：
网络应用：
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML转Markdown 互为补充。 在线工具，Markdown转HTML在线工具，online
将 HTML 片段转为 GitHub Flavored Markdown，支持标题、列表、链接、代码块与表格等；浏览器内处理，可链接预填。 在线工具，HTML转Markdown在线工具，online