1 边的基本概念
1.1 边的定义
边是图中连接两个顶点的基本元素，用来描述顶点之间的关系。若两个顶点之间存在边，则通常表示它们在某种结构、联系或约束下是相邻的。边构成了图的骨架，决定了图的连通方式与整体形态。
1.2 无向边与有向边
无向边只表示两个顶点之间存在双向等价的联系，通常记作两个端点之间的一条连线。有向边则具有方向性，表示从起点指向终点的关系，在有向图中常称为弧。两者的区别不仅体现在表示方式上，也体现在图的路径、可达性和度的定义中。
1.3 自环与重边
自环是指一条边的两个端点是同一个顶点，即从某顶点出发又回到该顶点。重边则是指同一对顶点之间存在多条边。自环和重边使图的结构更加丰富，也使某些计数和判定规则与简单图有所不同。
1.4 边与顶点的关联
边总是依附于顶点而存在，顶点通过边形成网络式结构。某条边与哪个顶点相连，是研究图中局部结构的重要基础。一个顶点所连接的边越多，通常说明它在图中越活跃，所承担的联系也越复杂。
2 边的表示方法
2.1 图示表示
在图示中，顶点通常画成点，边画成连接这些点的线段或箭头。无向边用普通线段表示，有向边则用带箭头的线段表示。图示法直观简明，适合展示局部关系和整体形状。
2.2 邻接矩阵表示
邻接矩阵是用矩阵记录顶点之间是否存在边的一种方法。若第 i 个顶点与第 j 个顶点之间有边，则对应位置记为 1 或其他约定值；否则记为 0。对于加权图，矩阵元素也可以直接表示权值，因此常用于计算机处理和算法实现。
2.3 关联矩阵表示
关联矩阵以顶点和边为两个维度，用来描述每条边与哪些顶点相连。矩阵的行通常对应顶点，列对应边。通过这种方式，可以较清楚地刻画一条边在图中的归属关系，尤其适合讨论边的结构性质。
2.4 边集表示
边集是用集合方式列出图中全部边的表示方法。若用 E 表示边集，则图可以概括为由顶点集与边集共同组成。边集表示简洁明确，适合从抽象层面研究图的组合结构。
3 边的类型
3.1 普通边
普通边是图中最常见的边，通常指连接两个不同顶点、且不带额外特殊性质的边。它是大多数图论概念的基础，也是构建路径、树和网络的基本单位。
3.2 自环
自环是连接顶点自身的边。在一些模型中，自环表示回到原点、内部反馈或自我关联。虽然在简单图中通常不允许出现，但在多重图或更一般的图结构中，自环具有重要意义。
3.3 平行边
平行边是指同一对顶点之间重复出现的多条边。它们可以表示同类关系的多次发生，或是不同条件下的并行连接。平行边使图更接近实际网络中的多通道连接情形。
3.4 加权边
加权边指边上附有一个数值，用以表示长度、成本、容量、时间或强度等信息。加权机制使图不再只是描述“是否相连”，还可以刻画联系的大小与代价。
3.4.1 权值的含义
权值是加在边上的标量，用于量化边所代表关系的某种属性。不同场景下，权值含义并不相同：在交通网络中可表示距离，在通信网络中可表示费用，在任务调度中可表示耗时。权值的解释依赖于具体模型。
3.4.2 权值的应用场景
加权边广泛用于最短路径、最小成本、资源分配和网络优化等问题。通过比较不同边的权值，可以更合理地选择路径或构造结构。加权思想使图论与实际应用之间建立了更紧密的联系。
4 边的数量与性质
4.1 边数的计算
图中边的数量取决于顶点之间的连接方式。对于简单无向图，若有 n 个顶点，则边数有上界限制；对于有向图、重图或允许自环的图，计数方式会相应变化。边数是衡量图复杂程度的重要指标之一。
4.2 顶点度与边的关系
顶点度描述与某顶点相连的边的数量。在无向图中，一条边通常对两个端点各贡献 1 度；在有向图中，则分为入度和出度。顶点度与边数之间存在基本联系，是分析图结构时最常用的工具之一。
4.3 边的奇偶性
边数的奇偶性常与图中顶点度分布相联系。无向图中所有顶点度之和等于边数的两倍，因此顶点度和必为偶数。由此可推出若干经典结论，例如奇度顶点的个数必为偶数。这类性质在证明和构造中非常常见。
4.4 图中边的分布特征
边在图中的分布是否均匀，会影响图的连通程度、局部密度和整体形态。有的图边分布集中，呈现明显的核心区域；有的图则较为稀疏，只有少量连接。分布特征往往反映图的功能结构和组织方式。
5 边与图的结构
5.1 路径中的边
路径由若干按顺序连接的边组成，边是路径存在的直接基础。路径长度通常以所经过边的条数来衡量。研究路径时，重点在于边是否能够首尾衔接，从而形成从一个顶点到另一个顶点的连通链条。
5.2 回路中的边
回路是起点与终点相同的闭合路径，其中所包含的边按顺序围成一个封闭结构。回路中的边不仅参与连通，还会影响图的循环性质。若图中存在回路，往往意味着其结构比树更复杂。
5.3 连通性与桥
5.3.1 桥边的定义
桥边是指删除后会使图的连通分量增多的边，也称为割边的一种典型形式。桥边在图中承担着关键连接作用，一旦失去，图的某些部分可能彼此隔离。
5.3.2 桥边的判定
判定桥边的常见思路，是观察删除该边前后图的连通情况，或分析该边是否位于某个回路中。若一条边不属于任何回路，往往更可能是桥边。许多算法也可通过深度优先搜索等方式有效识别桥边。
5.4 割边与割集
割边是删除后会破坏图连通性的边；割集则是若干边组成的集合，删除它们后可使图发生分裂。割边可看作割集的特殊情形。它们在网络可靠性、结构分解和图分割问题中具有重要意义。
6 边在特殊图中的作用
6.1 树中的边
树是一类不含回路的连通图，其中每条边都具有关键作用。树中的任意一条边若被删除，图都会分裂为两个部分，因此树中的边普遍具有桥边特征。边数与顶点数之间也有固定关系，这是树的重要性质之一。
6.2 二分图中的边
二分图中的边只允许连接两个不同顶点集中的顶点，而不允许同一集合内部相连。这种限制使二分图在匹配、任务分配和关系建模中应用广泛。边的方向性和分布方式在二分图中往往更具规则性。
6.3 完全图中的边
完全图中的任意两个不同顶点之间都存在一条边，因此边的数量达到同类简单图中的最大值。完全图结构密集，常用于研究极端情形和上界问题。其边分布非常均匀，任意顶点之间都直接相连。
6.4 平面图中的边
平面图可以在平面上画出而不使边相交于非端点处。边的排列方式决定了平面图的可绘制性及面结构。平面图中的边不仅体现连接关系，还与区域划分、欧拉公式等内容紧密相关。
7 边相关的算法与应用
7.1 边的遍历与搜索
图的遍历通常以边为线索展开，通过访问与顶点相连的边来逐步探索整个图。深度优先搜索和广度优先搜索都是常用方法。边的遍历顺序会影响搜索过程中的发现路径与结构分析结果。
7.2 最短路径中的边
最短路径问题的核心，是在若干边构成的路径中寻找总代价最小的一条。边的权值直接决定路径长度或费用。常见算法会反复比较不同边的组合，以获得最优或近似最优的路径。
7.3 最小生成树中的边
最小生成树是用尽可能少的边连接所有顶点，并使总权值最小的生成结构。选择哪些边进入生成树，是问题的关键。相关算法通常遵循“选取合适边、避免形成回路”的原则逐步构造结果。
7.4 最大流中的边
在流网络中，边常带有容量限制，表示其可承载的最大流量。最大流问题研究的是在这些约束下，从源点到汇点能够通过多少流。边的容量、方向和残量都会影响最终流值。
7.5 匹配问题中的边
匹配问题关注的是在图中选取若干边，使它们互不共享端点。这样的边集合可以表示配对、安排或资源分配关系。二分图匹配尤其常见，广泛用于任务指派和稳定配对等模型。
8 边的扩展概念
8.1 超边
超边是超图中的基本连接单元，它不再只连接两个顶点，而是可以同时关联多个顶点。与普通边相比，超边更适合描述多方关系。其结构更加抽象，也更接近某些复杂系统中的群体交互。
8.2 多重图中的边
多重图允许同一对顶点之间存在多条边，也可能包含自环。边在多重图中的角色更加多样，适合表示并行通道、重复关系或多重约束。多重图为研究更一般的图结构提供了框架。
8.3 图的细分与边替换
图的细分通常指在原有边上插入新的顶点，从而把一条边拆分成多条边。边替换则是以另一种结构替代原边，以维持或调整图的性质。这类操作常用于构造、证明和图变形研究。
8.4 边的收缩与删除
删除边是最基本的图操作之一，通常用于考察边对连通性和结构的影响。边的收缩则是将一条边的两个端点合并为一个顶点，从而简化图的局部结构。两种操作在递归算法、图简化和结构分析中都十分常见。