用一个数组保存顶点的集合、用一个矩阵保存边或弧及其信息（比如权重）。
2，邻接表表示法
邻接表表示法是图的一种链式存储结构。它用一个数组保存所有顶点。每个顶点是一个链表，链表的头节点包含两个域：数据域、指向第一个表节点的指针；链表的表节点包含三个域：邻接点在数组中的索引、指向下一个表节点的指针、边或弧的信息（比如权重等）。
可以看出，对于稀疏图而言，数组矩阵表示法会浪费存储空间。
Python的有向网的实现，可以参考tim-chow的github。
图是一种比线性表和树形结构更为复杂的数据结构。在线性表中，数据元素之间存在着一对一的关系，也就是除了第一个元素之外，每个元素都只有一个前驱；除了最后一个元素之外，每个元素都只有一个后继。在树形结构中，数据元素之间存在这一对多的关系，也就是除了根节点外，每个节点都只有一个父节点，除了叶子节点外，每个节点都有若干个孩子节点。在图状结构中，数据元素之间存在着多对多的关系。
图中的数据元素称为顶点。设V是顶点的有限集，VR两个顶点之间的关系的有限集。
对于VR中的任意一个有序偶对<v, w>，它表示从顶点v到顶点w的一条弧。v称为弧尾或起点，w称为弧头或终点。此时的图称为有向图。若对于任意<v, w>属于VR，必有<w, v>属于VR，也就是VR是对称的，则以无序偶对(v, w)代替有序偶对<v, w> 和 <w, v>，它表示v和w之间的一条边，此时的图称为无向图。
综上所述，图是由两部分构成的：顶点的集合、边或弧的集合。
用n表示图中顶点的数量，e表示图中边或弧的数量，则：
有很少条边或弧的图称为稀疏图，否则称为稠密图。
边和弧也可以有一个权值，该值表示从一个顶点到另外一个顶点的距离或耗费。这种带权的图，也称为网。
对于无向图G = (V, {E})，若边(v, w) ∈ E，则称顶点v和顶点w互为邻接点，即v和w相邻接。边(v, w)依附于顶点v、顶点w，即边(v, w)和顶点v、顶点w相关联。顶点v的度是和v相关联的边的数量。
对于有向图G = (V, {A})，若弧<v, w> ∈ A，则称顶点v关联到顶点w、顶点w关联自顶点v、弧<v, w>与顶点v、顶点w相关联。以顶点v为弧尾的弧的数量就是v的出度；以顶点v为弧头的弧的数量就是v的入度；顶点v的度等于v的出度 加上 v的入度。所以在有向图中，弧的数量e = 所有顶点的入度之和 = 所有顶点的出度之和。
从一个顶点到另外一个顶点之间的路径是一个顶点序列，如果图是有向图，那么路径也是有向的。路径的长度就是路径上边或弧的数量。如果路径的第一个顶点 和 最后一个顶点 相同，那么称该路径为 回路 或 环。如果路径上所有的顶点都不相同，那么称该路径为 简单路径。如果路径上，第一个顶点和最后一个顶点相同，其余所有的顶点都不相同，那么称该路径为 简单回路 或 简单环。
对于一个无向图，如果任意两个顶点之间都有路径，则称该图为连通图。对于非连通图而言，它的一个极大连通子图，称为一个连通分量。
一个连通图的生成树是一个极小连通子图，它包含所有的顶点，但是只包含足以构成一棵树的n - 1条边。
对于一个有向图，如果任意两个顶点之间都有路径，则称该图为强连通图。有向图的极大强连通子图称为强连通分量。
如果一个有向图，只有一个顶点的入度为0，其他所有顶点的入度都为1，则称该图为有向树。一个强连通图的生成森林是由若干棵互不相交的有向树组成的，这些有向树包含图中所有的顶点，但只有足以构成这些有向树的弧。
1，数组矩阵表示法
用一个数组保存顶点的集合、用一个矩阵保存边或弧及其信息（比如权重）。
2，邻接表表示法
邻接表表示法是图的一种链式存储结构。它用一个数组保存所有顶点。每个顶点是一个链表，链表的头节点包含两个域：数据域、指向第一个表节点的指针；链表的表节点包含三个域：邻接点在数组中的索引、指向下一个表节点的指针、边或弧的信息（比如权重等）。
可以看出，对于稀疏图而言，数组矩阵表示法会浪费存储空间。
Python的有向网的实现，可以参考tim-chow的github。