图的广度优先搜索（BFS）与图的深度优先搜索（DFS）详解及其代码实现

参考文章：https://blog.csdn.net/weixin_40953222/article/details/80544928

1.概述

与树的遍历类似，图的遍历也是从图中某个顶点出发，然后按照某种方法对图中所有顶点进行访问，且仅访问一次
但是图的遍历相对树而言要更为复杂，因为图中的任意顶点都可能与其他顶点相邻，所以在图的遍历中必须记录已被访问的顶点，避免重复访问
根据搜索路径的不同，可以将遍历图的方法分为两种：广度优先搜索（BFS）与深度优先搜索（DFS）

注意：图的广度优先遍历（搜索） 与 图的深度优先遍历（搜索） 不一定 会得到相同的顶点输出顺序

2.图的基本概念

2.1无向图与有向图

顶点对(u,v)是无序的，即（u,v）和（v,u）是同一条边，常用一对圆括号表示

                                         图2.1.1 无向图

顶点对<u,v>是有序的，它是指从顶点u到顶点 v的一条有向边，其中u是有向边的始点，v是有向边的终点，常用一对尖括号表示

                                  图2.1.2 有向图

2.2权与网

图的每条边上可能存在具有某种含义的数值，称该数值为该边上的权，而这种带权的图被称为网

3.广度优先搜索（BFS）

3.1广度优先搜索的基本思路

广度优先搜索类似于树的层次遍历过程，它需要借助一个队列来实现，如图2.1.1所示，要想遍历从v0到v6的每一个顶点，我们可以设v0为第一层，v1、v2、v3为第二层，v4、v5为第三层，v6为第四层，再逐个遍历每一层的每个顶点
具体过程如下：
1.创建一个visited数组，用来记录已经被访问过的顶点，创建一个队列，用来存放每一层的顶点，初始化图G
2.从图中的v0开始访问，将visited[v0]的值设置为true，表示该顶点已经被访问，同时将v0入队
3.只要队列不空，则重复如下操作：
(1)队头顶点u出队
(2)依次检查u的所有邻接顶点w，若visited[w]的值为false，则访问w，并将visited[w]置为true，同时将w入队
3.2图解过程

白色表示未被访问，黑色表示已访问
visited数组：0表示未访问，1表示以访问
队列：队头出元素，队尾进元素

1.初始时全部顶点均未被访问，visited数组初始化为0，队列中没有元素

2.访问顶点v0，并置visited[0]的值为1，同时将v0入队

3.将v0出队，访问v0的邻接点v2，判断visited[2]，因为visited[2]的值为0，访问v2 ，将visited[2]置为1，并将v2入队

4.访问v0邻接点v1，判断visited[1],因为visited[1]的值为0，访问v1 ，将visited[1]置为0，并将v1入队

5.访问v0邻接点v3,判断visited[3],因为visited[3]的值为0，访问v3, 将visited[3]置为0，并将v3入队 

6.v0的全部邻接点均已被访问完毕，将队头元素v2出队，开始访问v2的所有邻接点

开始访问v2邻接点v0，判断visited[0]，因为其值为1，不进行访问

继续访问v2邻接点v4，判断visited[4]，因为其值为0，访问v4，将visited[4]置为1，并将v4入队

7. v2的全部邻接点均已被访问完毕，将队头元素v1出队，开始访问v1的所有邻接点

开始访问v1邻接点v0，因为visited[0]值为1，不进行访问

继续访问v1邻接点v4，因为visited[4]的值为1，不进行访问

继续访问v1邻接点v5，因为visited[5]值为0，访问v5，将visited[5