数据结构树和图之间有什么区别？
Answers:
树只是图的一种受限形式。
树具有方向（父/子关系），并且不包含循环。它们适合有向无环图（或DAG）类别。因此，树是DAG，其限制是一个孩子只能有一个父母。
需要指出的一件事很重要，树不是递归数据结构。由于上述限制，它们不能实现为递归数据结构。但是，也可以使用通常不是递归的任何DAG实现。我首选的Tree实现是集中式地图表示，并且是非递归的。
通常首先搜索图形的广度或深度。树也是如此。
除了解释之外，我更喜欢在图片中显示它。
实时树
现实生活中的图形
是的，地图可以可视化为图形数据结构。
看到他们像这样使生活更轻松。在我们知道每个节点只有一个父节点的地方使用树。但是图可以有多个前任（图通常不使用术语父级）。
在现实世界中，您几乎可以使用图形表示任何东西。例如，我使用了地图。如果您将每个城市都视为一个节点，则可以从多个点到达它。指向该节点的点称为前任点，并将指向该节点的点称为后继点。
电路图，房屋平面图，计算机网络或河流系统是图表的更多示例。可以将许多现实世界中的示例视为图形。
技术图可能像这样
树：
图表：
确保参考以下链接。这些将回答您关于树和图的几乎所有问题。
参考文献：
其他答案很有用，但是它们缺少每个属性：
图形
无向图，图像来源：Wikipedia
有向图，图像来源：维基百科
- 由一组顶点（或节点）和一组连接部分或全部顶点的边组成
- 任何边都可以连接尚未由相同边连接的任何两个顶点（对于有向图，沿相同方向）
- 不必连接（边缘不必将所有顶点连接在一起）：单个图形可以由几组断开连接的顶点组成
根据Wikipedia，可以是有向的或无向的（这将适用于图形中的所有边）：例如，如果顶点表示一个聚会上的人，并且两个人握手时在边缘之间存在一条边，则此图是无向的，因为只有当B也与A握手时，任何人A才能与B握手。相反，如果从人A到人B的任何一条边都对应于赞美B的A，则该图是有方向的，因为赞美不一定是往复的。
树
- 一种图
- 顶点通常称为“节点”
- 边是有向的，表示“是”的子项（或“是”的父项）关系
- 每个节点（根节点除外）仅具有一个父节点（以及零个或多个子节点）
- 仅有一个“根”节点（如果树上至少有一个节点），该节点是没有父节点的节点
- 必须连接
- 是非循环的，表示它没有循环：“循环是边和顶点的路径[AKA序列]，其中顶点可从其自身到达”
以上属性有些重叠。具体来说，其余两个属性暗含了最后两个属性。但是，所有这些都值得一提。
在树中，每个节点（根节点除外）恰好有一个前任节点和一个或两个后继节点。可以使用有序，前序，后序和广度优先遍历进行遍历。树是一种无周期的特殊图形，因此称为DAG（有向无环图）。树是一个层次模型。
在图中，每个节点具有一个或多个前任节点和后继节点。通过使用深度优先搜索（DFS）和广度优先搜索（BFS）算法遍历该图。图具有循环，因此它比树更复杂。图是一种网络模型。图有两种：有向图和无向图。
树很明显：它们是由带有子节点的递归数据结构。
映射（又名字典）是键/值对。给地图一个键，它将返回相关的值。
可以使用树来实现地图，希望您不要感到困惑。
更新：将“图形”与“地图”混淆是非常混乱的。
图比树更复杂。树意味着递归的父/子关系。有自然的遍历树的方法：深度优先，宽度优先，级别顺序等。
图在节点之间可以具有单向或双向路径，可以是循环的也可以是非循环的，等等。我认为图更加复杂。
我认为，在任何体面的数据结构文本（例如“算法设计手册”）中进行粗略搜索都会比任何数量的SO答案提供更多更好的信息。我建议您不要走被动路线，而是自己开始做一些研究。
树是图的一种特殊形式，即最小连接图，并且任意两个顶点之间只有一条路径。
在图中，可以有一个以上的路径，即图在节点之间可以具有单向或双向路径（边）
您还可以看到更多详细信息：http : //freefeast.info/difference-between/difference-between-trees-and-graphs-trees-vs-graphs/
一棵树是有向图，使得：
a）去除边缘方向后，它是连接的并且是非循环的
- 您可以删除非循环的假设
- 如果它是有限的，则可以替代地删除它已连接的假设
b）除顶点以外的每个顶点的度数为1
c）根的度数为0
- 如果只有有限多个节点，则可以删除根为indegree 0的假设或除根之外的其他节点为度1的假设。
参考：http : //www.cs.cornell.edu/courses/cs2800/2016sp/lectures/lec27-29-graphtheory.pdf