拓扑排序：
应用于DAG图。先遍历一遍（DFS、BFS），每个节点标记入度（in-degree）。入度 为0的节点，放入一个队列。
初始时，该队列中的元素都是第一批的点（不依赖于任何其他元素）；
之后，弹出该队列中所有元素，将其后继结点的入度减一，如果后继节点入度降为0，则放入该队列。
重复以上步骤，这样就分批次的标记上了依赖关系的排序。
单源最短路径Dijkstra：
是一个集合不断扩张和节点距离不断更新（减小）的过程，两个要点：如何更新节点的距离、如何选择下一个节点加入S。
初始时，集合S仅包含源点s，其他节点的到源点的距离Dist设为无穷。将当前节点curr设为s
之后，对当前节点s，如果s的某个邻居w不在S中（尚未访问），则尝试更新w的Dist
if w.Dist < curr.Dist + Dist(w, s); then
w.Dist = curr.Dist = Dist(w, s);
之后，选择所有(s, w)中w.Dist最小的节点，作为下一次的curr节点，重复，直到S包含所有节点。
Prim/Kruskal，最小生成树问题
Prim算法从节点入手，初始时，集合S仅包含节点v0；S中节点的邻边放入一个最小堆heap。
之后，每次从堆中弹出当前最短的边e，如果另一端w还不在S中，则e将是最小生成树的一条边，然后w加入S，w的邻边加入堆heap
重复直到S包含所有的节点。
Kruskal算法从边入手，初始时，所有的节点作为一个集合都是孤立的，所有的边按照边长排序。
遍历已经排序的边，如果该边可以连接原来分离的两个子集，则这个边将是最小生成树对的一条边。
可以用一个并查集来维护各个集合的关系。
全部最短路径/传递闭包
也称Warshall算法，就是一个三重for循环的naive算法。
for m = 1 to n; do
for x = 1 to n; do
for y = 1 to n; do
if weight(x, m) + weight(m, y) < weight(x, y); then
weight(x, y) = weight(x, m) + weight(m, y);