在图的邻接矩阵表示法中，我们用一个二维数组，即邻接矩阵，来刻画顶点之间的连接关系。对于无向图，邻接矩阵是对称的，意味着如果顶点i与顶点j相连，那么矩阵的第i行第j列和第j行第i列都会有一个非零元素，这表示它们之间的边是双向的。对于有向图，矩阵则可能不对称，只表示从一个顶点到另一个顶点的单向连接。
邻接矩阵的定义通常包括一个元素w_ij，它表示边上的权值，如果不存在边则用计算机允许的较大数值（如∞）来表示。在实际应用中，邻接矩阵的存储结构可以简化，例如，当仅表示边的存在与否时，边的权值可以简化为0和1的枚举类型。对于大型图，为了节省空间，可以采用压缩存储方式。
空间复杂度方面，邻接矩阵表示法的存储量是O(n^2)，其中n为顶点数。创建无向网络的算法首先需要输入顶点数和边数，然后逐个读取顶点信息和边的连接情况，最后填充邻接矩阵。这个过程的时间复杂度为O(n+n^2+e)，其中e是边的数量。
例如，图G5和G6的邻接矩阵A1和A2，以及带权图的A3和A4，都是通过这个算法生成的。用户可以自定义最大顶点数、顶点类型和边的权值类型，用MGragh结构体来存储这些信息。在简单的场景下，可以省略顶点表和相关参数，直接使用二维数组作为邻接矩阵。
逻辑结构分为两部分：V和E的集合。因此，用一个一维数组存放图中所有顶点数据；用一个二维数组存放顶点间关系（边或弧）的数据，这个二维数组称为邻接矩阵。邻接矩阵又分为有向图邻接矩阵和无向图邻接矩阵