在图的表示法中，邻接矩阵是一种常用的方法。它将顶点间的相邻关系抽象为矩阵形式，通过一个n阶方阵来表示图G=(V，E)，其中n为顶点数。在无向图中，邻接矩阵是对称的，表示两个顶点之间是否存在边；而在有向图中，矩阵是对角线不对称的，反映了边的方向。
邻接矩阵的每个元素w ij ，若表示边的权值，则可能是一个给定的整数；若仅表示边的存在与否，EdgeType可以定义为0或1的枚举类型。例如，无向图G 5 和有向图G 6 的邻接矩阵可以通过输入顶点数和边的信息来构建，如图A 1 和A 2。
对于网络，邻接矩阵的定义会包含权值，其中w ij 代表边的权重，而∞则表示大于所有实际权重的最大值。例如，带权图的邻接矩阵A 3 和A 4 就展示了这种权值的考虑。
在存储结构上，可以使用如下的定义：一个结构体MGragh包含顶点表、邻接矩阵和图的当前顶点数n和边数e。简单应用中，顶点表和相关参数可以简化。如果矩阵中仅表示边的关联，EdgeType可以进一步简化。对于大规模图，可以采用压缩存储来优化空间效率，如无向图的邻接矩阵。
建立无向网络的算法通过输入顶点数、边数以及每条边的端点和权值，填充邻接矩阵。该算法的时间复杂度为O(n+n2+e)，其中n是顶点数，e是边数。通过这样的算法，我们可以有效地构建和操作图的邻接矩阵表示。