DFS和BFS（python实现）

DFS的简要说明

深度优先搜索（depth-first-search），是沿着树的搜索遍历树的节点，尽可能深的搜索树的分支，当节点v的所有边都已被探寻过，搜索将回溯到节点v的那条边的起始节点。这一过程一直进行到已发现从源节点可达的所有节点为止。如果还存在未被发现的节点，则选择其中一个作为源节点重复以上过程，整个进程直到所有的节点都被访问为止。

DFS是图论里面的一种搜索算法，由一个根节点触发，遍历所有子节点，进而把图中所有的可以构成树的集合都搜索一遍，达到全局搜索的目的。但时间复杂度太高，我们也叫暴力搜索。

DFS如同数据结构里的栈结构，属于先进后出的结构。

DFS序：
a->b->e->b->f->c->f->b->c->b->a->c->a->d->g->d->a

BFS的简要说明

广度优先搜索，按层遍历每一种状态的下一种状态。

BFS与数据结构中的队列相似.

Code

graph={
    'A':['B','C'],
    'B':['A','C','D'],
    'C':['A','B','D','E'],
    'D':['B','C','E','F'],
    'E':['C','D'],
    'F':['D']
}

#BFS 广度优先搜索 层序遍历
def BFS(graph,s): #graph图，s是开始节点
    #需要一个队列
    queue = []
    queue.append(s)
    seen = set() #看是否访问过该节点
    seen.add(s)
    while (len(queue)>0):
        vertex = queue.pop(0) #保存第一节点，并弹出，方便把他下面的子节点接入
        nodes = graph[vertex] #子节点的数组
        for w in nodes:
            if w not in seen: #判断是否访问过，使用一个数组
                queue.append(w)
                seen.add(w)
        print(vertex)

#DFS 深度优先搜索 回溯法（会回看前面的节点）
#一直往前走，走不下去往回跳
#使用stack来进行深度的顺序
#把栈顶元素去除，在把临接点放入
def DFS(graph,s):#graph图，s是开始接点
    #需要一个栈
    stack = []
    stack.append(s)
    seen = set() #看是否访问过
    seen.add(s)
    while(len(stack)>0):
        #拿出邻接点
        vertex = stack.pop() #这里pop参数没有0了，最后一个元素
        nodes = graph[vertex]
        for w in nodes:
            if w not in seen: #如何判断是否访问过，使用一个数组
                stack.append(w)
                seen.add(w)
        prinf(vertex)