课后思考题：
1. 微信好友关系存储方式。无向图，也可以使用邻接表的方式存储每个人所对应的好友列表。为了支持快速查找，好友列表可以使用红黑树存储。
2. 生活工作中应用图的例子。很多，互联网上网页之间通过超链接连接成一张有向图；城市乃至全国交通网络是一张加权图；人与人之间的人际关系够成一张图，著名的六度分割理论据说就是基于这个得到的。

学到现在有一种特别明显的感受就是描述一种需求模型可以有很多种组合数据结构，而这些复杂数据结构都是基础数据结构组合起来的，而这些数据结构去的选择又是基于需求模型对时间和空间这两个维度来的，所以解决问题的关键是我们都需求的理解以及我们对数据结构的熟练运用。

真心感谢王老师，以前看见数据结构和算法都直接略过，感觉很难啃直接就放弃了，不求甚解，经过这段时间得学习发现自己还是可以学的会的，而且也慢慢喜欢看这些数据结构了，老师的功力真的很深厚！

微信也是有向图吧……微信单方面删除好友之后另一方仍然会显示在好友列表中的啊(俗称僵尸)

刚刚还在写Topology Sort，就是leetcode那个给课程先后顺序排列的题。我还知道社交Graph在推荐系统中应用非常广泛（腾讯的人亲口说这是他们很多产品的最大亮点，因为可以做社交）。使用了social trust的推荐系统非常的robust且能够经受大规模水军的攻击，因为水军无法取得用户的trust（graph中无法建立联系），所以水军的行为在推荐系统中会被认为对给用户的影响会非常的小，使得系统的预测基本不变。

判断用户 A 是否关注了用户 B； 判断用户 A 是否是用户B的粉丝。这两个操作我怎么觉得是一个意思呢？

有序动态数组能否讲解一下

早上没事看一篇打个卡，争哥，您早上几点起床啊，感觉您平时回复好早！

终于到图了，感觉有点小激动呢

复杂网络可以说也是基于图，抽象出来的随机网络、小世界网络、无标度网络等都可以用图表示；根据图的组成基本要素：节点和边，现实世界中只要可以将具体的事物抽象出节点，并且节点之间是有联系的，那么应该都可以成为图；比如以城市机场作为节点，城市之间的航班飞行网络；...

第1题：使用邻接表存储，并且使用改进升级版（使用跳表或散列表等）
第2题：1）我司所开发的工作流项目描述的就是有向图。2）小到公交车/地铁网络图，大到国家的铁路分布图。3）韩国偶像局，人物之间的暗恋关系。4）ETL跑批时，各JOB之间的依赖关系。。。等等等等太多了

微信的用户无向图中，首先为了节约空间，采用的要是邻接表的方式，由于数据量巨大，进一步关于存储的优化和老师文中记述的类似。
图的数据结构相对其他数据结构而言是更加贴合生活场景的，事物和联系的信息可以映射为节点和边，例如百度在地图中的寻路功能应该是要利用到节点和边权重等方面的信息，期待老师对图的用法做更深入的讲解。
最后我希望提一个关于邻接表的问题，文中邻接表中，‘节点’指向的是下一个‘节点’的信息，那么‘边’的信息应该如何保存？要是‘节点’指向的是‘边’的信息，‘边’自己又包含另一头‘节点’的下标，这样的存储方式虽然不是很直观，但是也是一种有效的存储方式。老师是否可以就‘邻接表’上‘边’的存储讲解一下？

有向图的矩阵下标2 0和3 2的1和0感觉画反了，还有带权图线上面表示的是5矩阵里面表示的5 3不是很理解

感觉最后数据库中那张表用起来就能满足需求了，上面说的图的优势是什么呢

稀疏图那块没看懂，为何存稀疏图浪费空间呢？