深度优先搜索（DFS）与广度优先搜索（BFS）在 Java 中的应用

引言：

        在算法和数据结构中，深度优先搜索（Depth First Search，DFS）和广度优先搜索（Breadth First Search，BFS）是两种常用的图遍历算法。它们在解决图相关问题时非常有用，可以帮助我们找到从起始点到目标点的路径，或者在图中搜索特定的节点。

一、深度优先搜索（DFS）

        深度优先搜索是一种递归的图遍历算法，其基本思想是从起始节点开始，沿着一条路径一直往下走，直到走到尽头，然后返回上一个节点继续探索其他路径，直到所有的节点都被访问过为止。DFS 可以使用递归或栈来实现。

在 Java 中，我们可以使用递归来实现深度优先搜索算法，以下是一个简单的示例：

public void dfs(List<List<Integer>> graph, int node, boolean[] visited) {
    if (visited[node]) {
        return;
    }
    
    visited[node] = true;
    System.out.println("Visiting node: " + node);
    
    for (int neighbor : graph.get(node)) {
        dfs(graph, neighbor, visited);
    }
}

二、广度优先搜索（BFS）

        广度优先搜索是一种利用队列实现的图遍历算法，其基本思想是从起始节点开始，先访问其所有相邻节点，然后再依次访问这些相邻节点的相邻节点，以此类推，直到所有可达节点都被访问过。BFS 可以帮助我们找到最短路径。

在 Java 中，我们可以使用队列来实现广度优先搜索算法，以下是一个简单的示例：

public void bfs(List<List<Integer>> graph, int start) {
    Queue<Integer> queue = new LinkedList<>();
    boolean[] visited = new boolean[graph.size()];
    
    queue.offer(start);
    visited[start] = true;
    
    while (!queue.isEmpty()) {
        int node = queue.poll();
        System.out.println("Visiting node: " + node);
        
        for (int neighbor : graph.get(node)) {
            if (!visited[neighbor]) {
                queue.offer(neighbor);
                visited[neighbor] = true;
            }
        }
    }
}

示例

假设有以下图的邻接表表示：

0: 1, 2
1: 0, 3, 4
2: 0
3: 1
4: 1

我们可以使用 DFS 和 BFS 来遍历这个图：

List<List<Integer>> graph = new ArrayList<>();
graph.add(Arrays.asList(1, 2));
graph.add(Arrays.asList(0, 3, 4));
graph.add(Collections.singletonList(0));
graph.add(Collections.singletonList(1));
graph.add(Collections.singletonList(1));

boolean[] visited = new boolean[5];

// 使用 DFS 遍历
System.out.println("DFS:");
dfs(graph, 0, visited);

// 使用 BFS 遍历
System.out.println("BFS:");
bfs(graph, 0);

        以上就是深度优先搜索（DFS）和广度优先搜索（BFS）在 Java 中的基本概念和用法。这两种搜索算法是解决图相关问题的重要工具，在实际应用中非常有用。