A. 拓扑学是什么干什么用的在计算机领域又有什么功能
拓扑学(topology)是研究几何图形或空间在连续改变形状后还能保持不变的一些性质的学科。它只考虑物体间的位置关系而不考虑它们的形状和大小。在拓扑学里，重要的拓扑性质包括连通性与紧致性。
拓扑学的用途：体现在它与其他数学分支、其他学科的相互作用。拓扑学在泛函分析、实分析、群论、微分几何、微分方程其他许多数学分支中都有广泛的应用。
在计算机领域的功能：拓扑的特点是从表面现象抽象出其背后的数学结构。一个最简单的例子是计算机中常用的图论。拓扑学中有一条定理：任何一个群G都有一个图，使得这个图的基本群为G。还有就是你可以把图看成胞腔复形的一维骨架，这样的话代数拓扑的工具就可以使用了。
B. 离散数学在计算机中的应用
首先，离散数学主要包括四个方面逻辑学集合论，代数结构，图论，直接用来解决一些实际的问题的，比较少，因为它是一门计算机专业的理论基础课，解决实际问题，你看哪些方面的问题了，
下面我举一些例子：
1数据结构，这是计算机专业的一门重量级课程，而离散数学里里面的图论，就是数据结构里面图和树的理论基础！！像一些经典的算法，在数据结构里会学到，其实，它们在图论里就被研究得很透！
2。关系数据库，不用说，它的理论基础----关系代数，就是离散数学的一个分支！！
3。在计算机网络原理里面，有一些路由选择算法之类的，像最短路径算法等，都是离散数学里图论的应用，都是一些经典的算法！！
4。更深层次的，像人工智能等学科，都是以离散数学做为理论基础的，
所以，离散数学是计算机的一个理论基础，
至于你在编程中解决的问题，那应该是数据结构和算法的应用，因为这门课就是离散数学的理论，加上在计算机上的存储以及操作实现的~~
C. 图论在计算机中应用
没明白你的意思，能否详细些
D. 电子科技大学研究生课程图论有什么用
图论应该是计算机学院或者数学学院开设的课程。图论主要研究节点、连边的关系，这个东西还是相当有用的，在数据结构、离散数学、复杂网络都会或多或少包含这个学科的知识。
具体一点来说，图论的应用在网络数据挖掘、社交网络的应用很多，例如，我们可以用G=(V,E)表示一个社交网络，节点集V表示社交网络里面的个体，边集E表示个体之间的连边，连边反映个体之间是否有社交关系，这样一个图可以很直观的反应某个社交网络的特征，通过研究这个图，你可以直到这个社交网络中，是不是有一些派系（社团），是不是有某些核心人物（节点），社交结构是不是健壮（鲁棒性，举个例子，删掉一些连边，可能会导致社交网络分片，这就是鲁棒性差）。并且你可以通过图论的迪杰斯特拉算法、弗洛伊达算法来求解网络的最短路径，获得这个最短路径之后，你可以直到这个社交网络里面人物A想要联系人物B平均需要通过多少个中间人，着名的“六度人脉”就是这么一个简单的研究。
再说一个例子，图论里面的AOV网甚至在土木工程当中都会有用到，他的拓扑排序思想会应用于土木工程中的工程开始时间先后排序上，例如，我得先打地基、先运板砖，才能去盖房子，那么前两件事情就安排在盖房子这件事情之前，这种关系在AOV网里面就可以很好的解决。
图论的最短路径在计算机网络、数学建模等学科都会用的，已经成为基本算法之一。
好好学图论吧。推荐阅读扩展书籍：《网络科学引论》，纽曼着。
复杂网络是图论最成功的应用，也是大数据学科的一个重要方向，推荐学习。
E. 计算机系学生为什么要学离散数学，离散数学在计算机中的应用有什么
离散数学（Discrete mathematics）是研究离散量的结构及其相互关系的数学学科，是现代数学的一个重要分支。离散的含义是指不同的连接在一起的元素，主要是研究基于离散量的结构和相互间的关系，其对象一般是有限个或可数个元素。离散数学在各学科领域，特别在计算机科学与技术领域有着广泛的应用，同时离散数学也是计算机专业的许多专业课程，如程序设计语言、数据结构、操作系统、编译技术、人工智能、数据库、算法设计与分析、理论计算机科学基础等必不可少的先行课程。通过离散数学的学习，不但可以掌握处理离散结构的描述工具和方法，为后续课程的学习创造条件，而且可以提高抽象思维和严格的逻辑推理能力，为将来参与创新性的研究和开发工作打下坚实的基础。
F. 离散数学/图论应用在数学/CS以外学科的例子拜托各位大神
首先，离散数学包括四个逻辑集合论，代数结构，图论，可以直接用来解决一些实际问题，比较小，因为它是一门基础课程理论计算机科学来解决实际问题，你看什么方面的问题，
让我举一些例子： 1的数据结构，这是一个重量级的专业计算机课程，离散数学！ ！像一些经典算法的数据结构学习，其实他们是很深入的研究图论中！
2，关系数据库，不用说，它的理论基础----关系代数是离散数学的一个分支！ ！
3。在内部计算机网络原理，有某种形式的路由算法，如最短路径算法，是图论离散数学的应用，都是一些经典算法！ ！
4。更深，像人工智能等学科，都基于离散数学为理论基础，
所以，离散数学是计算机的理论基础，
当你解决问题在编程中，并且该数据结构和算法，应适用，因为这当然是离散数学理论，加上存储和实现的计算机上操作的
G. 大学里的计算机网络需要用数学吗
当然需要。高深的东西要用 传统上，数学是以分析为中心的。数学系的同学要学习三四个学期的数学分析，然后是复
变，实变，泛函等等。实变和泛函被很多人认为是现代数学的入门。在物理，化学，工程
上应用的，也以分析为主。
随着计算机科学的出现，一些以前不太受到重视的数学分支突然重要起来。人们发现，这
些分支处理的数学对象与传统的分析有明显的区别：分析研究的对象是连续的，因而微分
，积分成为基本的运算；而这些分支研究的对象是离散的，因而很少有机会进行此类的计
算。人们从而称这些分支为“离散数学”。“离散数学”的名字越来越响亮，最后导致以
分析为中心的传统数学分支被相对称为“连续数学”。
离散数学经过几十年发展，基本上稳定下来。一般认为，离散数学包含以下学科：
1) 集合论，数理逻辑与元数学。这是整个数学的基础，也是计算机科学的基础。
2) 图论，算法图论；组合数学，组合算法。计算机科学，尤其是理论计算机科学的核心是
算法，而大量的算法建立在图和组合的基础上。
3) 抽象代数。代数是无所不在的，本来在数学中就非常重要。在计算机科学中，人们惊讶
地发现代数竟然有如此之多的应用。
但是，理论计算机科学仅仅就是在数学的上面加上“离散”的帽子这么简单吗？一直到大
约十几年前，终于有一位大师告诉我们：不是。
D.E.Knuth(他有多伟大，我想不用我废话了)在Stanford开设了一门全新的课程Concrete
Mathematics。 Concrete这个词在这里有两层含义：
第一，针对abstract而言。Knuth认为，传统数学研究的对象过于抽象，导致对具体的问题
关心不够。他抱怨说，在研究中他需要的数学往往并不存在，所以他只能自己去创造一些
数学。为了直接面向应用的需要，他要提倡“具体”的数学。
在这里我做一点简单的解释。例如在集合论中，数学家关心的都是最根本的问题--公理系
统的各种性质之类。而一些具体集合的性质，各种常见集合，关系，映射都是什么样的，
数学家觉得并不重要。然而，在计算机科学中应用的，恰恰就是这些具体的东西。Knuth能
够首先看到这一点，不愧为当世计算机第一人。
第二，Concrete是Continuous(连续)加上discrete(离散)。不管连续数学还是离散数学，
都是有用的数学！
前面主要是从数学角度来看的。从计算机角度来看，理论计算机科学目前主要的研究领域
包括：可计算性理论，算法设计与复杂性分析，密码学与信息安全，分布式计算理论，并
行计算理论，网络理论，生物信息计算，计算几何学，程序语言理论等等。这些领域互相
交叉，而且新的课题在不断提出，所以很难理出一个头绪来。
下面随便举一些例子。
由于应用需求的推动，密码学现在成为研究的热点。密码学建立在数论(尤其是计算数论)
，代数，信息论，概率论和随机过程的基础上，有时也用到图论和组合学等。
很多人以为密码学就是加密解密，而加密就是用一个函数把数据打乱。这就大错特错了。
现代密码学至少包含以下层次的内容：
第一，密码学的基础。例如，分解一个大数真的很困难吗？能否有一般的工具证明协议正
确？
第二，密码学的基本课题。例如，比以前更好的单向函数，签名协议等。
第三，密码学的高级问题。例如，零知识证明的长度，秘密分享的方法。
第四，密码学的新应用。例如，数字现金，叛徒追踪等。
现代社会科学技术高速发展，数学学科的发展也已经到了非常抽象的地步，但是计算机所应用的数学依然是之前的经典东西，怎么样学好数学，通过计算机这个平台用好数学，将计算引入世界的每一个角落，无时无可得都在运算，用于提高人类的生活质量，这将是我们计算机学科从业人员的终极目的和追求
H. 离散数学在计算机编程的应用实例
首先，离散数学主要包括四个方面逻辑学集合论，代数结构，图论，直接用来解决一些实际的问题的，比较少，因为它是一门计算机专业的理论基础课，解决实际问题，你看哪些方面的问题了，
下面我举一些例子：
1 数据结构，这是计算机专业的一门重量级课程，而离散数学里里面的图论，就是数据结构里面图和树的理论基础！！像一些经典的算法，在数据结构里会学到，其实，它们在图论里就被研究得很透！
2。关系数据库，不用说，它的理论基础----关系代数，就是离散数学的一个分支！！
3。在计算机网络原理里面，有一些路由选择算法之类 的，像最短路径算法等，都是离散数学里图论的应用，都是一些经典的算法！！
4。更深层次的，像人工智能等学科，都是以离散数学做为理论基础的，
所以，离散数学是计算机的一个理论基础，
至于你在编程中解决的问题，那应该是数据结构和算法的应用，因为这门课就是离散数学的理论，加上在计算机上的存储以及操作实现的~~
I. 学生为什么要学离散数学，离散数学在计算机中的应用
离散数学里面牵扯到很多东西
像是布尔代数，命题逻辑什么的，一方面对底层实现比如组成原理有帮助，另一方面在人工智能上面会有运用，当然还有很多别的地方，和逻辑相关多少会扯到一点。
近世代数什么的，后面组合数学会有涉及（染色的方案数和置换群什么的），还有数论（整除关系的格恩），这些玩意到算法复杂度分析，和密码学又会有用的。
像图论什么的，图论的算法本身就对解决很多实际问题很有用了。在后面来说，编译中的很多优化分析都是图论算法，像数据流分析或者寄存器分配之类的。