图论（一）：DFS，BFS，邻接链表，并查集

本文总结了图的深度优先搜索，图的广度优先搜索，邻接链表和邻接矩阵的实现，并查集的实现。

0），预备知识
        基础词汇：有向图，无向图，带权有向图，带权无向图，有向图中<Vi, Vj>:即Vi--->Vj,弧尾--->弧头，无向图中相邻记为(Vi, Vj)，顶点有穷集合V+边的有穷集合E。
        图的两种实现方式：1，邻接矩阵：edge[n][n]表示有n个结点，数组内容为权值大小或者是否存在边(∞表示无边，权值或1表示有边，0表示结点到结点本身)；
                                2，邻接链表：针对稀疏矩阵较适宜，为图的每个顶点都建立一个单链表，第i个单链表中保存与结点Vi所有相邻结点信息(无向图)或弧尾结点信息(有向图)，以及边信息。

1），图的深度优先搜索(DFS)
        深度优先算法的主要思想是：首先以一个未被访问过的顶点作为起始顶点，沿当前顶点的边走到未访问过的顶点；当没有未访问过的顶点时，则回到上一个顶点，继续试探访问别的顶点，直到所有的顶点都被访问过。显然，深度优先遍历是沿着图的某一条分支遍历直到末端，然后回溯，再沿着另一条进行同样的遍历。
        例1：以下图为例，从结点1开始DFS，程序的算法思想是：在主函数中初始化连接矩阵，调用dfs(1) ---> 设置变量cnt，将cnt等于结点个数作为dfs递归的临界条件 ---> 设置标志mark[n],当当前访问结点的边指向的下一结点未被访问时，进行dfs调度访问(结点的相邻结点的访问顺序为标号由小到大的顺序)

/***先输入n个结点，m条边，之后输入无向图的m条边，之后对上图输出DFS遍历的结点顺序***/
#include <iostream>
#include <iomanip>
#define nmax 110
#define inf 999999999
using namespace std;
int n, m, cnt, edge[nmax][nmax], mark[nmax];//结点数，边数，计数值，邻接矩阵，结点访问标记
void dfs(int cur){
	cnt++;
	/***operation***/
	if(cnt == 1)
		cout << cur;
	else 
		cout << setw(3) << cur;
	/***operation***/
	if(cnt == n) return;
	else{
		int i;
		for(i = 1; i <= n; i++){
			if(edge[cur][i] == 1 && mark[i] == 0){
				mark[i] = 1;
				dfs(i);
			}
		}
		return;
	}

}

int main(){
	while(cin >> n >> m && n != 0){
		//初始化邻接矩阵
		int i, j;
		for(i = 1; i <= n; i++){
			for(j = 1; j <= n; j++){
				edge[i][j] = inf;
			}
			edge[i][i] = 0;
		}
		int a, b;
		while(m--){
			cin >> a >> b;
			edge[a][b] = edge[b][a] = 1;
		}
		//以dnf(1)为起点开始递归遍历
		memset(mark, 0, sizeof(mark));
		cnt = 0;
		mark[1] = 1;
		dfs(1);
		cout << endl;
	}
	return 0;
}

        程序运行结果：

        例2：下面是城市的地图，注意是单向图，求城市1到城市5的最短距离
        程序思路：从1号城市出发，可到达2号城市和5号城市，若按照1到n的顺序则先访问2号城市；访问完2号城市后，由于2号城市可到达的城市有3号和5号城市，我们访问3号城市；此后，3号城市可到达1号，4号城市，由于1号城市已被访问过，我们访问4号城市；4号城市又可到达5号城市，我们最后访问5号城市。但是，1->2->3->4->5并不一定是最短路径，我们需要撤除5号城市的访问标记，返回到4号城市，由于经由4号城市已访问过5号城市而又没有其他城市可访问；再返回到3号城市，经由3号城市访问过4号城市，则看看能否访问5号城市，不能则再返回到2号城市，这时2号城市有路径直达5号城市，即1->2->5.....如此折回再前进，直至找到所有1号城市能到达5号城市的路径，取其中的最小值。

/***先输入n个结点，m条边，之后输入有向图的m条边，边的