图的遍历之深度优先搜索和广度优先搜索

1.深度优先搜索

1.1深度优先搜索介绍
图的深度优先搜索(Depth First Search, DFS)：假设初始状态是图中所有顶点均为被访问，则从某个顶点v出发，首先访问该顶点，然后依次从它的各个未被访问的邻接点出发深度优先搜索遍历图，直至图中所有和v有路径相通的顶点都被访问到。若此时尚有其他顶点未被访问到，则另选一个未被访问的顶点作为起始点，重复上述过程，直至图中所有顶点都被访问到。

1.2 深度优先搜索图解
1.2.1 无向图的深度优先搜索

对上面的图G1进行深度优先遍历，从顶点A开始。

**第1步：**访问A。
**第2步：**访问(A的邻接点)C。
在第一步访问A之后，接下来应该访问的是A的邻接点，即“C,D,F”中的一个。但在本文的实现中，顶点ABCDEF是按照顺序存储的，C在D和F前面，因此先访问C。
**第3步：**访问(C的邻接点)B。
在第2步访问C之后，接下来应该访问C的邻近点，即B和D其中一个(A已经被访问过了)，由于B在D之前，先访问B。
**第4步：**访问(C的邻接点)D。
在第3步访问了C的邻接点B之后，B没有未被访问的邻接点，因此返回到访问C的另一个邻接点D。
**第5步：**访问(A的邻接点)F。
前面已经访问了A，并且访问完了A的邻接点C的所有邻接点(包括递归的邻接点在内);因此，返回A的另一个邻接点F。
**第6步：**访问(F的邻接点)G。
**第7步：**访问(G的邻接点)E。
因此访问顺序是：A -> C -> B -> D -> F -> G -> E

1.2.2 有向图的深度优先搜索

对上面的图G2进行深度优先遍历，从顶点A开始。

**第1步：**访问A。
**第2步：**访问B。
在访问了A之后，接下来应该访问的是A的出边的另一个顶点，即顶点B。
**第3步：**访问C。
在访问了B之后，接下来应该访问的是B的出边的另一个顶点，即顶点C,E,F。在本文实现的图中，顶点ABCDEFG按照顺序存储，因此先访问C。
**第4步：**访问E。
接下来访问C的出边的另一个顶点，即顶点E。
**第5步：**访问D。
接下来访问E的出边的另一个顶点，即顶点B,D。顶点B已经被访问过，因此访问顶点D。
**第6步：**访问F。
接下应该回溯"访问A的出边的另一个顶点F"。
**第7步：**访问G。

因此访问顺序是：A -> B -> C -> E -> D -> F -> G

1.广度优先搜索

广度优先搜索算法(Breadth First Search，BFS)，又称为"宽度优先搜索"或"横向优先搜索": 从图中某顶点v出发，在访问了v之后依次访问v的各个未曾访问过的邻接点，然后分别从这些邻接点出发依次访问它们的邻接点，并使得“先被访问的顶点的邻接点先于后被访问的顶点的邻接点被访问，直至图中所有已被访问的顶点的邻接点都被访问到。如果此时图中尚有顶点未被访问，则需要另选一个未曾被访问过的顶点作为新的起始点，重复上述过程，直至图中所有顶点都被访问到为止。

换句话说，广度优先搜索遍历图的过程是以v为起点，由近至远，依次访问和v有路径相通且路径长度为1,2…的顶点。

1.3 广度优先搜索图解
1.3.1 无向图的广度优先搜索

第1步：访问A。
第2步：依次访问C,D,F。
在访问了A之后，接下来访问A的邻接点。前面已经说过，在本文实现中，顶点ABCDEFG按照顺序存储的，C在"D和F"的前面，因此，先访问C。再访问完C之后，再依次访问D,F。
第3步：依次访问B,G。
在第2步访问完C,D,F之后，再依次访问它们的邻接点。首先访问C的邻接点B，再访问F的邻接点G。
第4步：访问E。
在第3步访问完B,G之后，再依次访问它们的邻接点。只有G有邻接点E，因此访问G的邻接点E。

因此访问顺序是：A -> C -> D -> F -> B -> G -> E

1.3.1 有向图的广度优先搜索

第1步：访问A。
第2步：访问B。
第3步：依次访问C,E,F。
在访问了B之后，接下来访问B的出边的另一个顶点，即C,E,F。前面已经说过，在本文实现中，顶点ABCDEFG按照顺序存储的，因此会先访问C，再依次访问E,F。
第4步：依次访问D,G。
在访问完C,E,F之后，再依次访问它们的出边的另一个顶点。还是按照C,E,F的顺序访问，C的已经全部访问过了，那么就只剩下E,F；先访问E的邻接点D，再访问F的邻接点G。

因此访问顺序是: A->B->C->E->F->D->G

【转载于】：https://www.cnblogs.com/skywang12345/p/3711483.html