在数据结构与图论的交叉领域中，平面图是一类具有特殊约束的无向图模型，其核心定义是：可以被嵌入到二维欧几里得平面中，所有边仅在顶点位置相交，不存在任意两条边在非顶点处交叉的情况。这种特性让平面图和普通图相比具备大量独有的性质，也成为计算机科学多个工程领域的核心基础模型。
平面图的核心数学性质是算法设计的基础，其中最经典的是连通平面图的欧拉公式：对于任意连通的平面图，顶点数V、边数E、面数F（包含整个图外围的无限外部面）始终满足V-E+F=2。基于欧拉公式还可以推导出两个常用推论：一是顶点数≥3的连通简单平面图，边数满足E≤3V-6，这意味着平面图的边数永远是顶点数的线性级别，不会出现稠密图的情况；二是任意简单平面图中一定存在至少一个度数≤5的顶点，这一特性常被用于平面图的归纳类算法设计中。
针对平面图的特殊拓扑特性，学界设计了专属的存储结构：通用的邻接表、邻接矩阵虽然也可以存储平面图，但面向需要频繁遍历面、查询相邻边的场景，双连接边表（DCEL）是更高效的选择。DCEL的核心存储单元是“半边”，每条无向边会被拆分为两个方向相反的半边，每个半边会记录自身的起点、配对的反向半边、所属的面、同面内的下一条半边，同时搭配顶点、面两个存储表，就可以在O(1)复杂度下完成面遍历、相邻边查询等操作，是计算几何、地理信息系统领域最常用的平面图存储结构。
围绕平面图的相关算法已经形成了完整的技术体系：判定类算法中，Hopcroft-Tarjan算法可以在O(V)的线性时间内判断一个图是否属于平面图；嵌入类算法可以在判定为平面图后，自动生成无交叉的平面布局；对偶图构造算法可以把平面图的每个面转换为顶点、共享边的面之间连边，生成的对偶图依然是平面图，这一转换可以把平面图的最小割问题转化为对偶图的最短路径问题，大幅提升计算效率；此外还有Delaunay三角剖分等算法，可以把散点集合转换为质量最优的平面图结构，支撑三维建模、地形渲染等场景。
如今平面图已经在大量工程领域落地应用：VLSI芯片设计中，单金属层的布线必须满足平面图约束，避免导线交叉短路，平面图嵌入算法是芯片布线工具的核心支撑；路网导航中的二维道路网络本身就是典型的平面图，基于平面图特性优化的最短路径算法，比通用Dijkstra算法效率提升数倍，可以支撑大规模路网的实时路径规划；图可视化领域的无交叉图绘制，本质就是求解目标图的平面嵌入方案，提升可视化的可读性。
随着自动驾驶、大规模芯片设计、地理信息处理等领域的发展，动态平面图维护、大规模平面图压缩存储等方向的研究仍在推进，这一经典数据结构模型依然在持续释放技术价值。

本文由AI大模型（Doubao-Seed-1.6）结合行业知识与创新视角深度思考后创作。