Когда слышишь слово «граф», первая мысль обычно про график продаж или диаграмму в Excel. Так вот, это совсем другая история. Граф в математике вообще не про столбики и кривые. Это способ показать, кто с кем связан: точки и линии между ними. И эта простая идея тихо управляет половиной вещей, которыми вы пользуетесь каждый день, от ленты в соцсети до маршрута в навигаторе.
В этой статье разберём графы с нуля и по-человечески: что это такое, из чего они состоят, для чего нужны и какие бывают. Потом покажем три мира, где графы и правда работают: математику, повседневную жизнь и SEO (продвижение сайтов в поиске).
Если вам в принципе нравится, как из простых правил вырастают сложные вещи, загляните ещё в наш разбор что такое криптография и как она работает: там та же логика, только про шифры. А про то, как компании работают с огромными массивами связей, мы писали в материале про большие данные.
Статья пригодится не только будущим программистам. Графы одинаково полезны аналитикам, маркетологам, логистам, да и просто любопытным людям, которые хотят понимать, как устроены привычные сервисы.
А если после прочтения захочется освоить тему вглубь и превратить её в профессию, у нас собран большой каталог курсов по программированию и IT: от коротких интенсивов по основам до годовых программ с трудоустройством.
Начнём с главного: что вообще такое граф.
КурсыСравнение 1397 курсов программирования и ITЦены, школы, длительность, рассрочка
Что такое граф на самом деле
Граф, если совсем просто, это набор точек и связей между ними. Точки называют вершинами (или узлами), а связи между ними, линии, называют рёбрами. Всё, других обязательных деталей нет.
Представьте компанию из пяти друзей. Нарисуйте каждого кружочком, а если двое общаются, соедините их кружочки линией. Получилась картинка из точек и линий. Вы только что нарисовали граф, даже если никогда не открывали учебник по математике.
Вершина (узел) — это любой объект: человек, город, страница сайта, станция метро. Ребро (связь) показывает, что два объекта как-то связаны: дружат, соединены дорогой, ссылаются друг на друга. Вот и вся азбука.
Как узнать граф в жизни. Если задачу можно описать словами «вот объекты, а вот связи между ними», значит, перед вами граф. Друзья и дружба, города и дороги, сайты и ссылки. Все эти штуки рисуются точками и линиями.
У вершины есть простая характеристика: степень. Это сколько связей из неё выходит. У общительного человека в компании степень высокая (он связан со многими), у тихони низкая. По степеням уже можно понять, кто в сети главный, а кто на отшибе.
Раздел математики, который изучает такие точки-и-линии, называется теорией графов и относится к дискретной математике. Теория графов звучит серьёзно, но в основе лежит та самая детская картинка с кружочками. Дальше теория просто навешивает на неё правила: можно ли пройти по всем линиям, как найти кратчайший путь, как разбить сеть на части. К практике мы скоро вернёмся.
Какие бывают графы
Графы отличаются тем, как устроены их связи. Видов много, но новичку хватит понимать несколько основных. Разберём их на бытовых примерах, а потом сведём в таблицу.
Неориентированный и ориентированный
В неориентированном графе связь работает в обе стороны. Дружба в соцсети взаимна: если вы друзья, то друзья оба. Линию между вами можно проходить в любом направлении.
В ориентированном графе у каждой связи есть направление, её рисуют стрелкой. Такую связь со стрелкой называют дугой. Пример: подписки. Вы подписаны на блогера, а он на вас нет. Стрелка идёт только в одну сторону. Из этого же принципа растут ссылки между страницами сайта, про них будет отдельный разговор в SEO-разделе.
Взвешенный граф
Иногда важна не только сама связь, но и её «цена». Взвешенный граф добавляет каждому ребру число: расстояние, время, стоимость. Карта дорог между городами с километражем на каждой трассе. Это и есть взвешенный граф. Именно по таким графам навигатор считает, как доехать быстрее.
Дерево
Дерево — это граф без замкнутых кругов (без циклов), с одним корнем, от которого всё ветвится. Папки и файлы на компьютере устроены ровно так: есть корневая папка, внутри подпапки, внутри них файлы, и заблудиться по кругу нельзя. Генеалогическое древо семьи это тоже дерево в этом смысле. Главное отличие дерева от обычного графа: между любыми двумя точками есть только один путь, без развилок и петель.
Двудольный и полный
В двудольном графе вершины делятся на две группы, а связи идут только между группами, но не внутри. Классика: пользователи и фильмы, которые они посмотрели. Человек связан с фильмом, но не с другим человеком напрямую. На таких графах построены рекомендации «вам понравится».
В полном графе наоборот: каждая вершина соединена с каждой. Если в чате все пятеро написали друг другу хоть раз, связи образуют полный граф.
| Вид графа | В чём суть | Пример из жизни |
|---|---|---|
| Неориентированный | связи работают в обе стороны | дружба в соцсети |
| Ориентированный | у связей есть направление (стрелка) | подписки на блогеров |
| Взвешенный | у каждой связи есть число: цена, время, км | дороги между городами с километражем |
| Дерево | нет замкнутых кругов, есть один корень | папки и файлы на компьютере |
| Двудольный | две группы вершин, связи только между ними | пользователи и просмотренные фильмы |
| Полный | каждая вершина соединена с каждой | чат, где все написали всем |
| Планарный | можно нарисовать без пересечения линий | схема линий метро |
Если пока сложно запомнить все виды, не беспокойтесь. На практике достаточно держать в голове три пары: связь односторонняя или взаимная, есть у связи вес или нет, замкнут граф в кольца или ветвится деревом. Остальное прикладывается по ходу дела.
Откуда взялись графы
У теории графов есть точная дата рождения: 1736 год. Всё началось с городской прогулки и упрямого вопроса.
В старом Кёнигсберге (теперь это Калининград) река делила город на части, которые соединяли семь мостов. Горожане любили спорить: можно ли пройти по всем семи мостам так, чтобы по каждому пройти ровно один раз и вернуться туда, откуда вышел? Кто-то пробовал так и сяк, но ни у кого не получалось.
Загадку решил математик Леонард Эйлер. Он сделал гениально простую вещь: выкинул из задачи всё лишнее. Неважно, какой мост красивее и где чей дом. Важны только части города (это вершины) и мосты между ними (это рёбра). Получилась схема из точек и линий, первый в истории граф.
Дальше Эйлер заметил закономерность: пройти по всем мостам по одному разу можно, только если у точек чётное число связей (с парой исключений для старта и финиша). В Кёнигсберге у всех четырёх частей города связей было нечётное число. Значит, прогулка невозможна в принципе, сколько ни пробуй.
Главная идея Эйлера. Чтобы решить запутанную задачу, он отбросил детали и оставил только объекты и связи. Этот приём, превратить запутанную реальность в чистую схему из точек и линий, и есть суть работы с графами по сей день.
С той прогулки прошло почти триста лет, а приём не изменился. Любую сеть связей сводят к вершинам и рёбрам, а дальше с ней работают по правилам, которые заложил Эйлер.
КурсыСравнение 322 курсов по анализу данныхЦены, школы, длительность, рассрочка
Графы в реальной жизни
Самое интересное, что графы давно вышли из учебника и встроились в сервисы, которыми вы пользуетесь не задумываясь. Вот четыре примера, которые видно невооружённым глазом.
Соцсети
Любая соцсеть это гигантский граф. Люди это вершины, дружба и подписки это рёбра. Когда вам предлагают «возможных друзей», система просто ищет точки, у которых много общих связей с вами. Чем больше общих друзей, тем выше шанс, что вы знакомы в реальности. Никакой магии, обычная работа с графом.
Карты и навигатор
Когда вы строите маршрут, приложение видит карту как взвешенный граф: перекрёстки становятся вершинами, улицы выступают рёбрами, а вес каждого ребра это время в пути с учётом пробок. Дальше включается алгоритм поиска кратчайшего пути, и через долю секунды вы получаете «вам налево через 200 метров». Та же логика лежит в схемах метро: станции это точки, перегоны это линии.
Логистика и доставка
Курьерским службам и маркетплейсам каждый день нужно развезти сотни заказов по городу с минимальным пробегом. Это классическая задача на графах: точки это адреса, рёбра это дороги с расстоянием, нужно найти самый короткий объезд всех точек. Так экономят топливо, время и деньги.
Рекомендации и искусственный интеллект
«С этим товаром покупают», «вам может понравиться этот трек». За этими подсказками стоят графы. Маркетплейсы и стриминги строят двудольный граф из пользователей и товаров, а потом ищут похожие связи. Отдельный класс моделей, графовые нейронные сети, учится прямо на структуре связей и сегодня лежит в основе многих рекомендательных систем. Если тема ИИ вам близка, у нас есть отдельное сравнение нейросетей с разбором, какую под какую задачу брать.
Графы используют и там, где не видно глазу: в химии (молекула это граф из атомов и связей), в биологии, в поиске лекарств, в анализе финансовых потоков. Если хотите научиться вытаскивать смысл из таких сетей данных, посмотрите курсы по анализу данных, это одна из самых востребованных областей.
Графы в программировании
В IT графы это базовый рабочий инструмент, а не экзотика. Любую структуру со связями программист в голове сразу переводит в граф, потому что для графов уже придуманы готовые алгоритмы на все случаи.
Два самых частых алгоритма это способы обойти все вершины, то есть побывать в каждой точке сети. Их называют поиск в ширину и поиск в глубину.
Поиск в ширину (по-английски BFS) работает как круги на воде. Сначала вы проверяете всех ближайших соседей точки (их называют смежными вершинами), потом соседей соседей, и так слоями вширь. Именно так находят кратчайший путь, когда все шаги равнозначны: «за сколько рукопожатий я знаком с этим человеком».
Поиск в глубину (DFS) ведёт себя как человек в лабиринте, который идёт по одному коридору до упора, упирается в тупик, возвращается к развилке и пробует следующий ход. Так удобно проверять, можно ли вообще добраться из одной точки в другую и нет ли в сети замкнутых колец.
Если у связей есть вес (время, цена, расстояние), на сцену выходит алгоритм Дейкстры. Он находит самый дешёвый путь между точками с учётом этих весов. Это и есть мозг навигатора, который мы упоминали выше.
Зачем это новичку. Вы не обязаны помнить алгоритмы наизусть. Достаточно понимать идею: почти любую задачу «как добраться, как связать, как найти кратчайший маршрут» программисты решают, нарисовав граф и запустив по нему один из готовых алгоритмов.
Графы на собеседованиях в IT спрашивают регулярно, поэтому тему проходят почти в каждом курсе по разработке. Если хотите начать с азов, присмотритесь к программам по основам программирования, там графы дают на понятных примерах.
КурсыСравнение 108 курсов по поисковой оптимизации (seo)Цены, школы, длительность, рассрочка
Графы в SEO
А вот неочевидное применение, о котором не пишут в учебниках математики. Поисковые системы (Google, Яндекс) видят весь интернет как один огромный граф, и понимание этой картины помогает продвигать сайты.
Граф знаний
Граф знаний (knowledge graph) это база фактов об объектах реального мира, которую поисковик связывает в единую сеть. Люди, компании, города, фильмы это вершины, а факты о них («актёр снялся в фильме», «компания основана в городе») это рёбра. Google собрал в своём графе знаний свыше 500 миллиардов фактов о 5 миллиардах объектов.
Именно граф знаний рисует тот самый блок справа в выдаче, когда вы ищете известную персону или бренд: фото, краткая справка, ключевые факты. Попасть в этот блок значит, что поисковик считает вас узнаваемой сущностью (entity), реальным объектом, о котором он что-то знает.
Ссылки как граф, или PageRank
Сам интернет это граф, где страницы это вершины, а гиперссылки это направленные рёбра. На этой идее вырос знаменитый алгоритм PageRank, с которого начался Google: страница тем важнее, чем больше на неё ссылается других важных страниц. Поисковики с тех пор сильно усложнились, но базовая логика «голосование ссылками по графу» никуда не делась. Как сегодня устроено ранжирование у нас, мы подробно разбирали в статье про факторы ранжирования Яндекса.
Тематическая карта и перелинковка
Графовое мышление полезно и внутри одного сайта. Опытные оптимизаторы строят тематическую карту (topical map): рисуют все подтемы темы как граф и связывают страницы между собой осмысленными ссылками, а данные размечают через Schema.org (код, который прямо сообщает поисковику, что есть что на странице). Когда структура сайта похожа на аккуратный граф связанных по смыслу страниц, поисковику проще понять, в чём сайт силён, и тем выше доверие к нему.
Вывод для тех, кто продвигает сайты. Думайте о своём сайте как о графе: страницы это вершины, ссылки это рёбра. Чем логичнее связи между материалами по одной теме, тем понятнее сайт поисковику и тем лучше он ранжируется.
Это лишь верхушка большой темы. Если хочется разобраться, как из графа ссылок и сущностей вырастает трафик из поиска, у нас есть подборка курсов по поисковой оптимизации, а тем, кто метит шире, пригодится разбор, как стать интернет-маркетологом с нуля.
Где научиться работать с графами
Графы сами по себе не профессия. Это базовый навык сразу для нескольких специальностей: он нужен программисту, аналитику данных, специалисту по машинному обучению и даже SEO-специалисту. Поэтому отдельный «курс по графам» искать не нужно: тему дают внутри программ по этим направлениям, на живых задачах и с практикой.
Чтобы не собирать знания по обрывкам видео на YouTube, проще один раз сесть на нормальный курс с обратной связью от преподавателя. Ниже собрали программы по программированию и IT, где графы и алгоритмы разбирают с нуля и на понятных примерах. Сравните по цене, длительности и формату и выберите под свой уровень.
| Курс | Школа | Стоимость со скидкой | В рассрочку | Длительность | Обзор курса от Checkroi |
|---|---|---|---|---|---|
| Нейросети: практический курс Перейти на сайт курса |  Skypro | 25 990 ₽ | 181 667 ₽/мес. | 3 месяца | Обзор курса |
| Нейросети для рабочих задач Перейти на сайт курса |  Skillbox | 29 800 ₽ | 2483 ₽/мес. | 1 месяц | Обзор курса |
| Нейросети. Практический курс Перейти на сайт курса | Skillbox | 74 900 ₽ | 6242 ₽/мес. | 3 месяца | Обзор курса |
| Нейросети для каждого: как решать рабочие задачи быстрее Перейти на сайт курса |  Нетология | 37 300 ₽ | 2763 ₽/мес. | 6 недель | Обзор курса |
| Программирование для анализа данных Перейти на сайт курса | Skypro | 134 640 ₽ | 365 500 ₽/мес. | 12 месяцев | Обзор курса |
| Профессия «Python-разработчик» Перейти на сайт курса | Skillbox | 157 335 ₽ | 5987 ₽/мес. | 10 месяцев | Обзор курса |
| Профессия «Fullstack-разработчик на PHP» Перейти на сайт курса | Skillbox | 166 715 ₽ | 5378 ₽/мес. | 12 месяцев | Обзор курса |
| Frontend-разработчик с нуля Перейти на сайт курса | Нетология | 123 700 ₽ | 5385 ₽/мес. | 10 месяцев | Обзор курса |
| Fullstack-разработчик на Python Перейти на сайт курса | Нетология | 175 800 ₽ | 7125 ₽/мес. | 21 месяц | Обзор курса |
| Профессия «Разработчик игр на Unity с нуля» Перейти на сайт курса | Skillbox | 130 521 ₽ | 3679 ₽/мес. | 10 месяцев | Обзор курса |
Больше программ — в полном каталоге курсов по программированию и IT
Если тянет больше к данным и аналитике, чем к чистой разработке, посмотрите соседние направления: анализ данных и профессию data scientist, где работа с графами и сетями связей идёт каждый день.
Коротко о главном
Граф это простая и мощная идея: точки и связи между ними. Из этой картинки с кружочками выросла целая ветка математики, которая сегодня незаметно работает в навигаторе, в ленте соцсети, в рекомендациях маркетплейса и в поисковой выдаче.
Чтобы начать видеть графы вокруг, держите в голове три вопроса: что здесь объекты, что здесь связи и есть ли у связей направление или вес. Как только вы научитесь переводить задачу на язык точек и линий, многие сложные на вид вещи становятся понятными. А дальше за дело берутся готовые алгоритмы, которые человечество придумало ещё со времён эйлеровских мостов.
![Обложка: Jira: что это за программа, как в ней работать и чем заменить в [current year]](https://selcdn.checkroi.ru/wp-content/uploads/og-images/og-cover-78253-1781172908.webp "Статья: Jira: что это за программа, как в ней работать и чем заменить в 2026")
