我们很高兴为您带来这门课程，希望它能帮助您建立起与图算法长久而深入的关系。本课程不仅讲解每个算法的实现机制，更重要的是揭示它们为何有效。深入思考“为什么”某个方法能够奏效，是真正理解它的关键所在，我们期望这门课程能助力您养成这样的思考习惯。

邀请您花时间探索图结构

图具有非常自然的结构，非常适合用来建模我们日常生活中遇到的各种网络型结构，例如互联网、分子结构、道路布局、社交网络、航班时刻表、交易关系图，以及计算机各个领域中广泛依赖的众多复杂结构。对于涉及这类网络型结构的许多问题，往往可以通过借鉴一个已知的相关问题的经典算法，并对其进行适当调整来解决。

图算法在多个学科中被广泛应用，包括计算机视觉、机器人学、计算语言学、计算生物学、化学和运筹学等。

视角决定一切

本课程所学的算法远不止是达成目标的手段。事实上，在某种真实意义上，深入理解每一个算法的过程本身就能带来巨大的认知收益。你研究的算法越多，就越擅长从整体上思考相关问题——理解它们、建模它们，并根据自身需求灵活调整算法。

算法既是工具，也是激发灵感的触发点，它们能帮助你构思出新颖且富有创造力的应用方式，并赋予你清晰的思维视角。

课程内容概览

本课程涵盖了一些重要且经典的图算法，内容大致分为以下几部分：

1. 大O表示法回顾
2. 图的基本概念
3. 深度优先搜索的应用
4. 最短路径问题
5. 最小生成树
6. 网络流
7. 最大匹配与最小顶点覆盖
8. 稳定匹配

目标受众与学习预期

本课程假设学习者已经熟练掌握数组、链表、栈、队列、堆及优先队列等基本数据结构，并对离散数学的部分内容有一定了解。

本课程不包含编程练习，这是有意为之的设计。课程中包含其他互动元素和练习，更适合作为思维上的拓展训练。事实上，“思维拓展”正是本课程的核心主题。