图数据流算法（graph stream algorithm），理学-计算机科学技术-计算机科学理论-算法-流算法，数据流算法（见流算法）和图论相交叉产生的一个研究方向，其核心问题是设计算法用较少的空间解决与图相关的属性判定等各种问题。图数据流算法与实际应用密切相关。比如著名的应用于搜索引擎的PageRank算法，本质上即是把每个网站当成图中的一个顶点，从而将网站排序问题转化为图上的计算问题。由于网站数量很多、输入数据规模很大，无法完全放入内存中处理，因而对于存储空间的利用效率要求非常高，这时图数据流算法就有了用武之地。图数据流算法的具体定义：给定一个图G，在给定的空间限制下（通常不足以存储图G的全部信息）判断图G是否具有属性P。和一般的数据流算法一样，对于很多全局性较强的属性P，无法在空间限制内求得最优解，只能退而求其次求一个较优解。因此，在衡量图数据流算法的性能时，除了算法的空间复杂度，其所求解的近似程度也是一个重要的参数。图数据流算法的一个重要拓展涉及动态图论。例如给定一个图G和一个操作流Q，Q的每一条命令涉及在G中添加或删除一条边，要求每次操作后返回图G属性P的值。