[DS:10.2-3]Introduction of BFS and DFS

• BFS:
  • 思路：首先遍历所有相邻的顶点
    • BFS就像是在湖面上扔一块石头，然后观察波纹一圈圈地扩散开来。也就是说，我们首先访问起始节点的所有邻居，然后再访问这些邻居的所有邻居，以此类推。
    • 在代码中，BFS的实现基于队列。
      • 首先，我们将起始节点放入队列并标记为已访问（黑色）。然后，只要队列不为空，我们就从队列中取出一个节点，访问它的所有未访问（白色）的邻居，将这些邻居节点加入队列并标记为已访问。
      • 代码如图

        

  • Time Complexity
    • When a node u is dequeued,
      • ◦ We examine all of its neighbors (check their color), enqueue them and color them to gray if they are white
      • ◦ After that, we color u as black
      • ◦ This incurs c(1 + d-out(u) ) costs for node u where c is a constant (if we use an adjacency list to represent the graph)
    • Each node is dequeued at most once
    • Therefore, the total running time with adjacency list representation is

      

• DFS:
  • 思路：首先遍历一条分支上最深的顶点
    • 想象你正在探索一座深深的洞穴。你带着一盏手电筒，决定一直向前走，直到找到宝藏或者无路可走。当你无路可走的时候，你会回到最近的一个岔路口，然后选择另一条路继续前进。这就是深度优先搜索的基本思想。
    • 在代码中，DFS的实现基于递归。
      • 首先，我们选择一个起始节点，标记它为已访问（黑色）。然后，我们查找这个节点的所有未访问（白色）的邻居节点，并对每个邻居节点进行DFS，即将它当作新的起始节点。如果所有的邻居节点都已经被访问（黑色），则返回。
      • 代码如图：

        

      • 注：布尔数组（Boolean array）在Java中刚被创建时，默认情况下的元素值是False。
  • Time Complexity
    • When a node v gets popped from the stack?
      • ◦ None of its out-neighbors is a white node
      • ◦ We may need to repeatedly check if node v has white out-neighbor

        

      • As each node is popped at most once, DFS’s time cost is

        

  • Properties of DFS