图论（二）——图的深度优先遍历与广度优先遍历（邻接矩阵表示+java版本）

1.深度优先遍历（DFS）

图的深度优先遍历本质上是一棵树的前序遍历（即先遍历自身，然后遍历其左子树，再遍历右子树），总之图的深度优先遍历是一个递归的过程。

如下图所示，左图是一个图，右图是图的深度优先遍历过程。我们假设从顶点A开始遍历，A被标记后，A面前有两个顶点B和F可以选择，我们该选择哪个呢？这里我们可以假设每次都选择最右边的顶点，因此我们选择B顶点，B被标记后，紧接着有C、I、G三个顶点可选择（如右图的B节点下有三个子节点C、I、G），还按照最右边原则，我们选择C顶点进行遍历。

以此类推遍历到H顶点时（参考右图），我们发现到F顶点时，其最右边的A顶点已经被标记过，因此选择第二右的G顶点。到顶点H时，我们发现H后面的D和E顶点都已经被我们标记过，现在已经无路可走，但此时并没有结束，因为还有个I顶点还没有被遍历，这时候我们就要回溯，就好像树的前序遍历一样，左子树遍历完会回溯到root节点，接着遍历其右子树。我们从H顶点回溯到G顶点，检查G的三个顶点B、D、H是否有没有被遍历的，发现都已经被遍历，那么我们继续往上回溯，发现回溯到D顶点时，与其相连的四个顶点中，I顶点没有被遍历，接着就遍历I顶点，遍历完后继续回溯，知道回溯到最初的A顶点，算法结束。

 代码部分：

我们用一个类MGrapg01表示邻接矩阵，其中包括邻接矩阵的创建方法（此处省略，邻接矩阵的创建可参考上一篇文章）。

其中DFS算法由DFS_map和DFS两个方法构成，其中DFS_Map用来从起始点开始深度优先遍历，DFS()方法完成深度优先递归操作。并且用一个visit数组来表示顶点被遍历的状态，若顶点被遍历，则被标记为true，否则为false。

代码是无向图的深度遍历，对于有向图而言，它只是通道存在可行与不可行，算法上是没有变化的，这里完全可以通用。

public class MGraph01 {
    public int numNodes;      //图的顶点数目
    public int numEdges;      //图的边数
    public Object[] vexs;     //一维顶点数组
    public int[][] arcs;      //二维边数组
    public static final int INF = Integer.MAX_VALUE; //无穷大


    /**
     *此处省略邻接矩阵的创建代码，可参考第一篇文章
    / 

    /**
     * 深度优先遍历操作
     */
    public void DFS_Map() {
        //初始化数组，每个值为false，默认为未访问状态
        boolean[] visit = new boolean[numNodes];
        for (int i = 0; i < visit.length; i++) {
            if (!visit[i]) {
                DFS(i, visit);
            }
        }
    }

    /**
     * 无向图的深度优先递归算法
     *
     * @param i
     */
    private void DFS(int i, boolean[] visit) {
        visit[i] = true;
        System.out.println("顶点" + vexs[i] + "已被遍历");
        for (int j = 0; j < numNodes; j++) {
            //对未被访问的顶点递归调用
            if (!visit[j] && arcs[i][j] == 1) {
                DFS(j, visit);
            }
        }
    }
}

代码测试： 

public class MGraph01Test {
    public static void main(String[] args) {
        //初始化一个邻接矩阵对象
        MGraph01 graph01 = new MGraph01();
        //调用createUDG方法来创建无向图的邻接矩阵
        graph01.createUDG();
        //调用深度优先遍历方法
        graph01.DFS_Map();
    }
}

 2.广度优先遍历（BFS）

广度优先遍历本质上是一个树的层序遍历。这里就不再赘述了，直接上代码部分

public class MGraph01 {
    public int numNodes;      //图的顶点数目
    public int numEdges;      //图的边数
    public Object[] vexs;     //一维顶点数组
    public int[][] arcs;      //二维边数组
    public static final int INF = Integer.MAX_VALUE; //无穷大

    /**
     *此处省略邻接矩阵的创建代码，可参考第一篇文章
    / 

    /**
     * 广度优先遍历操作
     */
    public void BFS() {
        //创建一个数组来表示顶点的标记状态
        boolean[] visit = new boolean[numNodes];
        //初始化一个队列
        LinkedList<Integer> queue = new LinkedList();
        //对每个顶点进行遍历
        for (int i = 0; i < visit.length; i++) {
            if (!visit[i]) {
                //标记该顶点，并进入队列
                visit[i] = true;
                System.out.println("顶点" + vexs[i] + "已被遍历");
                queue.offer(i);
                while (!queue.isEmpty()) {
                    //获取队列的队首元素
                    int head = (int) queue.poll();
                    //将与队首元素联通并且未被标记的顶点入队
                    for (int j = 0; j < numNodes; j++) {
                        if (!visit[j] && arcs[head][j] == 1) {
                            visit[j] = true;
                            System.out.println("顶点" + vexs[j] + "已被遍历");
                            queue.offer(j);
                        }
                    }
                }
            }
        }
    }
}

测试代码：

public class MGraph01Test {
    public static void main(String[] args) {
        //初始化一个邻接矩阵对象
        MGraph01 graph01 = new MGraph01();
        //调用createUDG方法来创建无向图的邻接矩阵
        graph01.createUDG();
        //调用广度优先遍历方法
        graph01.BFS();
    }
}