图着色被广泛应用到现实问题中，本文就以电视频道分配为例，讲述图着色的基本原理以及顺序着色算法，并通过实例用C++实现，验证算法的有效性。

GrTheory - 图论工具箱。 职能： grBase - 查找有向图的所有基数； grCoBase - 找到所有有向图的反义词； grCoCycleBasis - 找到连通图的所有独立割集； grColEdge - 解决图边的颜色问题； grColVer - 解决图顶点的颜色问题； grComp - 查找图的所有组件； grCycleBasis - 找到连通图的所有独立循环； grDecOrd - 解决有向图分解为顶点相互访问的部分（强连通分量）的问题； grDistances - 找到图的任何顶点之间的距离； grEccentricity - 找到所有顶点、半径、直径、中心顶点和外围顶点的（加权）离心率； grIsEulerian - 找到图的欧拉环； grIsomorph - 解决两个图的同构问题； grMaxComSu - 解决图的最大完全图问题； grMaxFlows - 解决

摘要：最短路径问题是图论解决的典型实际问题之一，可用来解决厂区布局、管路铺设、线路安装等实际问题。本文介绍了图论的起源和发展、最短路径问题及其算法，并应用图论最短路径问题的分析方法，解决城市垃圾站的选址问题。

图和网络的矩阵表述

这是关于最短路径的一篇很好的论文，很值得

图论的课程论文，带有源程序，可以运行！图论的课程论文，带有源程序，可以运行！

图论于Python 图论算法是在python中实现的。 Jupyter Notebook用于演示该概念，Networkx库在多种算法中用于可视化图形。

图论课写的论文 是一个非常实用的最短路径算法

GrTheory - 图论工具箱。 职能： 包装： maxindset - 解决图形的最大独立（稳定）集问题。 maxmatch - 解决图形的最大匹配问题。 覆盖物： minedgecover - 解决图的最小边覆盖问题。 minvercover - 解决图的最小顶点覆盖问题。 支配集： mindomedgeset - 解决图边的最小支配（吸收）集问题。 mindomverset-解决图顶点的最小支配（吸收剂）设置问题。 派系： maxcompsub - 解决图的最大完全子图问题。 着色： minedgecolor-解决图形边缘的最小规则颜色问题。 minvercolor - 解决图形顶点的最小规则颜色问题。 周期和cocycles： eulerianpath - 找到图的欧拉路径或循环。 cocyclebasis - 找到连通图的所有独立割集。 部分订购： orderstrongc

这是我的图论模板，基本涵盖了所有的图论知识。里面只有代码模板，没有代码的讲解，可以根据网上相关的算法分析配合代码来学习。