深度优先搜索（DFS）和广度优先搜索（BFS）是图遍历中常用的两种算法，它们都可以通过邻接矩阵来实现。
假设我们有一个无向图，其中顶点用数字 0 到 n-1 来标识，邻接矩阵 adjacency_matrix[i][j] 表示顶点 i 和 j 是否有边相连，如果相连则为 1，否则为 0。
1. 深度优先搜索（DFS）
DFS 从起始顶点开始遍历，每次访问一个顶点后深入到该顶点的一个未访问过的邻居，直到不能再深入为止，然后回溯到前一个顶点，再深入到另一个未访问过的邻居，直到所有顶点都被访问过。
DFS 可以使用递归来实现：
```python
def dfs(adjacency_matrix, visited, vertex):
visited[vertex] = True
print(vertex, end=" ")
for i in range(len(adjacency_matrix)):
if adjacency_matrix[vertex][i] and not visited[i]:
dfs(adjacency_matrix, visited, i)
```
其中 visited 是一个布尔数组，表示每个顶点是否被访问过。我们从起始顶点开始遍历，每访问一个顶点就将 visited 中对应的值设为 True，并输出该顶点的编号。然后遍历该顶点的所有邻居，如果邻居未被访问过，则递归访问它。
调用该函数：
```python
n = 5
adjacency_matrix = [[0, 1, 1, 0, 0],
[1, 0, 1, 1, 0],
[1, 1, 0, 0, 1],
[0, 1, 0, 0, 1],
[0, 0, 1, 1, 0]]
visited = [False] * n
dfs(adjacency_matrix, visited, 0)
```
输出结果为：0 1 2 3 4，表示深度优先搜索遍历的顺序。
2. 广度优先搜索（BFS）
BFS 从起始顶点开始遍历，先访问与起始顶点相邻的所有顶点，再依次访问与这些顶点相邻的所有未访问过的顶点，直到所有顶点都被访问过。
BFS 可以使用队列来实现：
```python
from collections import deque
def bfs(adjacency_matrix, visited, vertex):
queue = deque([vertex])
visited[vertex] = True
while queue:
v = queue.popleft()
print(v, end=" ")
for i in range(len(adjacency_matrix)):
if adjacency_matrix[v][i] and not visited[i]:
queue.append(i)
visited[i] = True
```
我们使用 deque 来实现队列，将起始顶点入队，并将 visited 中对应的值设为 True。然后进入一个循环，在循环中取出队首元素 v，并输出其编号。接着遍历 v 的所有邻居，如果邻居未被访问过，则将其加入队列并将 visited 中对应的值设为 True。
调用该函数：
```python
n = 5
adjacency_matrix = [[0, 1, 1, 0, 0],
[1, 0, 1, 1, 0],
[1, 1, 0, 0, 1],
[0, 1, 0, 0, 1],
[0, 0, 1, 1, 0]]
visited = [False] * n
bfs(adjacency_matrix, visited, 0)
```
输出结果为：0 1 2 3 4，表示广度优先搜索遍历的顺序。
711
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
