此處談及的 Graph 並不是指圖片或者圖形，而是由數個 vertex (點) 及數條 edgs (邊) 所構成；點與點之間以邊相連，表示這兩點有關聯性。
而一個頂點的 degree (度) 指與該頂點相連的邊的條數。
兩點之間也可以有很多條邊，代表這兩點有很多項關聯；一個點有連到自己的邊，稱之為self-loop (自環)，表示自己和自己有關聯。
(https://web.ntnu.edu.tw/~algo/Graph.html)
如果兩張圖的連接方式一模一樣時，則稱作同構圖。圖上的點可以任意移動位置，不論點的位置如何，都不會改變點與點之間的關聯。
遞迴就是在函式之中呼叫函式自己本身，本質上是將複雜的問題，拆分成具有相同性質的子問題，進而解決問題的方法。
一個基本的遞迴函式一定要有：
終止條件 (基本條件)
遞迴條件 (呼叫自己的條件)
如果沒有終止條件，就會無限循環直到當掉。
範例 1 : 假設輸入一個正整數 n，求 1 + 2 + … + n 的總和
我們可以很直覺的使用迭代 (迴圈) 的方式，將所有數字累加在一起。
但因為這個問題能拆成有規律的數個小問題，
如輸入正整數 2 → 1 + 2 = 3
輸入正整數 3 → 1 + 2 + 3 = 6
…
所以這時候就可以使用遞迴來計算。
Time complexity 是 O(n)，Space complexity 是 O(1)。
Linked list 是一種常見的資料結構，會包含 head 和 tail 的資訊，以 null 來代表 Linked list 的終點，使用 node 來記錄、表示、儲存資料。
單向鏈結串列 (單鏈結串列、線性鏈結串列、普通鏈結串列) 是最基本的鏈結串列，其特點是鏈結串列的鏈結方向是單向的，對鏈結串列的存取要通過從頭部開始，依序往下讀取。
每個 node 則會包含 value 和 next (Pointer，指向下一個 node 的位置) 的資訊。
(https://vhanda.in/blog/2012/07/shared-memory-hash-table/)
舉例來說，如果我們有 n 個數字要儲存時，通常會用 array 來存。 存好後如果我們拿到另一個數字 37，要判斷這個數字有沒有在 array 裡面，那我們就得跟 array 裡的元素一個個比較，這時 time complexcity 就會是 O(n)；下次再換查另一個數字時， time complexcity 又就會是 O(n)。 但如果已經先建立好 hash table，之後如果要查數字 37 時，建立 hash map 時雖然 time complexcity 會是 O(n)，但查詢的 time complexcity 就只會是 O(1)。 不過 O(1) 還是理論值，insert、search、lookup、delete 都有可能造成 time complexcity 是 O(n) (請看 example 3) 。
Time complexity 是電腦執行演算法所需要耗費的時間成本，通常會用 O (Big O notation) 去計算。
Big O notation 是解決一個規模為 n 的問題所花費的時間，或者所需步驟之數目；而演算法多快通常不是以秒而是步驟次數來衡量，因為每個人電腦效能會影響執行速度，若用秒數來衡量會顯得不夠客觀。
