Depth First Search ---- 深度优先遍历（DFS）

                     Depth First Search ---- 深度优先遍历

1.相关基础：

1.1 图的存储结构

         基于二维数组的邻接矩阵表示 +  基于链表的的邻接表。

说明： 
        如下为无向图的邻接矩阵的表示，V[ i ][ j ] = 1 表示连接；V[ i ][ j ] = 0表示不连接；

                    

1.2 图的遍历

     从图的某个顶点出发，访问图中的所有顶点，且使每个顶点仅被访问一次。

 

---------------------------------------------------------------------------------------------------------------------------

2.深度优先算法

2.1 思想

G（V , E）是一个有向图或者无向图1

做标记：开始时，图 G 的所有顶点都未曾被访问过；设置 visit [ n ] = 0 ； 当顶点被访问过后，设置参数变成1

选择出发点：从 G 中选取任意一点 u 作为出发点；

流程：

   1）从初始点(出发点）开始，把其标注为已经访问后，依次搜索 u 的每一个邻接顶点 v（若 v2 和 v3 都是其邻接节点，则可规定先从数字小的顶点开始，即 v2 ）

   2）如果该顶点 v 未被访问过，则从 v 开始重复进行第一步的动作 ， 以此进行深度优先遍历

   3）如果 u 的所有邻接顶点 v 均被访问过，如果图中所有节点全部被访问过一次，则遍历结束；如果图中仍有未被访问过的节点，则任意选取一个重新开始步骤1。

 

2.2 流程&例子

   如图为一个无向连接图：深度遍历依次访问的节点为：1 -- 2 -- 4 -- 8  -- 5 -- 3 -- 6 -- 7       

                               

（如下的流程描述使用的是数组。但是也可以使用其他的数据结构比如栈）

流程：

 1）首先选取 V1 为初始节点 ；输出  V1，标记 V1 的flag=true; 
 2）获得 V1 的邻接边 [ V2 V3 ], 取出 V2，标记 V2 的flag=true; （此处安装数字小的先遍历的原则，即2,3,先遍历2）
 3）获得 V2 的邻接边[ V1 V4 V5 ], 过滤掉已经 flag 的，取出 V4，标记 V4 的flag=true;
 4）获得 V4 的邻接边[ V2 V8 ], 过滤掉已经 flag的，取出 V8，标记 V8 的flag=true; 
 5）获得 V8 的邻接边[ V4 V5 ], 过滤掉已经 flag的，取出 V5，标记 V5 的flag=true; 
 6） 此时发现 V5 的所有邻接边都已经被flag了，所以需要回溯。（左边黑色虚线，回溯到 V1，回溯就是下层递归结束往回返） 

               

  特殊说明：在这里为了区分已经访问过的节点和没有访问过的节点，灰色的节点表示已经访问过了。原来图中 V2 只与上面的 V1 连接， 此处为什么在 V2 处又添加了一个 V1 就是为了说明，找的是每个节点的邻接节点，然后对找到的节点进行筛选。 

7） 回溯到 V1，在前面取出的是 V2，现在取出 V3，标记 V3 的flag=true; 

8） 获得 V3 的邻接边[ V1 V6 V7 ]，过滤掉已经 flag 的, 取出 V6，标记 V6 的flag=true; 

9）获得V6的邻接边[V3 V7],过滤掉已经flag的,取出 V7，标记V7的flag=true;  

10）此时发现 V7 的所有邻接边都已经被 flag了，所以需要回溯。（右边黑色虚线，回溯到 V1，回溯就是下层递归结束往回返）

                                  

 

2.3 编码

使用数组的回溯法进行实现：

bool visited[MaxVnum];
void DFS(Graph G,int v)
{
    visited[v]= true; //从V开始访问，flag它
    printf("%d",v);    //打印出V
    for(int j=0;j<G.vexnum;j++) 
        if(G.arcs[v][j]==1 && visited[j]== false) //这里可以获得V未访问过的邻接点
            DFS(G,j); //递归调用，如果所有节点都被访问过，就回溯，而不再调用这里的DFS
}

void DFSTraverse(Graph G) {
    for (int v = 0; v < G.vexnum; v++)
        visited[v] = false; //刚开始都没有被访问过

    for (int v = 0; v < G.vexnum; ++v)
        if (visited[v] == false) //从没有访问过的第一个元素来遍历图
            DFS(G, v);
}

数据结构的定义：

#define MaxVnum 50
typedef double AdjMatrix[MaxVnum][MaxVnum];   //表示一个矩阵，用来存储顶点和边连接关系
typedef struct {
    int vexnum,arcnum;　　　　　　　　　　　　　　 //顶点的个数，边的个数
    AdjMatrix arcs;　　　　　　　　　　　　　　　　 //图的邻接矩阵
}Graph;

图的初始化：

void CreateGraph(Graph &G)
{
    G.vexnum=8;
    G.arcnum=9;
    G.arcs[0][1]=1;
    G.arcs[0][2]=1;
    G.arcs[1][3]=1;
    G.arcs[1][4]=1;
    G.arcs[2][5]=1;
    G.arcs[2][6]=1;
    G.arcs[3][1]=1;
    G.arcs[3][7]=1;
    G.arcs[3][6]=1;
    G.arcs[4][1]=1;
    G.arcs[4][7]=1;
    G.arcs[5][2]=1;
    G.arcs[5][6]=1;
    G.arcs[5][5]=1;
    G.arcs[6][2]=1;
    G.arcs[6][5]=1;
    G.arcs[7][3]=1;
    G.arcs[7][4]=1;
}

2.4 使用栈来实现

当使用栈来存储的时候，我们仍需要一个数组 visit [ n ] 来判断节点是否曾经进入过栈中（也就是上面说的是否被遍历过的意思）。 算法的流程与使用数组的时候几乎相同，但是要注意使用数组的时候，如果有 V2 和 V3 同时出现，我们人为的规定先遍历数组小的节点也就是 V2。但是当我们使用栈的时候，如果让要保持先遍历数字小的节点，我们就必须要先让数字大的节点先入栈（因为栈的后进先出的原则）。

流程：

1）选取 V1，让 V1 进栈 。（此时栈内只有 V1 ，访问的节点依次为 V1）

2）弹出栈顶节点 V1 出栈，然后让它的邻接节点进栈；

3）V1 的邻接节点【V2 V3】， 我们让 V3 先进栈， V2 后压入 。（此时栈内从栈底到栈顶依次为 V3 V2 ）

4）弹出栈顶的元素 V2 ，其邻接节点为【V1 V4 V5】，V1访问过了，让其为被访问的节点 V4, V5 进栈（此时栈内顶点依次为 V3 V5 V4；访问的节点依次为 V1--V2）

5）弹出栈顶的元素 V4 ，其邻接节点为【V2 V8】，V2访问过了，让其为被访问的节点 V8 进栈（此时栈内顶点依次为 V3 V5 V8；访问的节点依次为 V1-- V2 -- V4）

6）弹出栈顶的元素 V8 ，其邻接节点为【V4 V5】，V4，V5 都进过栈内，因此无节点入栈（此时栈内顶点依次为 V3 V5 V8；访问的节点依次为 V1-- V2 -- V4 -- V8）

7）弹出栈顶的元素 V5 ，其邻接节点为【V2 】，V2访问过了，因此无节点入栈（此时栈内顶点为 V3 ；访问的节点依次依次为 V1-- V2 -- V4 -- V8 -- V5）

8）弹出栈顶的元素 V3，其邻接节点为【V1 V6 V7】，V1访问过了，让其为被访问的节点 V6， V,7 进栈（此时栈内顶点依次为 V7 V6 ；访问的节点依次为 V1-- V2 -- V4 -- V8 -- V5 -- V3）

9）弹出栈顶的元素 V6，其邻接节点为【V3 V7】，V3，V7 都进过栈内，因此无节点入栈（此时栈内顶点依次为 V7  ；访问的节点依次为 V1-- V2 -- V4 -- V8 -- V5 -- V3 -- V6）

10）弹出栈顶的元素 V7，其邻接节点为【V3 V6】，V3，V6都进过栈内，因此无节点入栈（此时栈内顶点依次为无 ；访问的节点依次为 V1-- V2 -- V4 -- V8 -- V5 -- V3 -- V6 -- V7）

因此最终遍历结果为： V1-- V2 -- V4 -- V8 -- V5 -- V3 -- V6 -- V7

                               

                                    

---------------------------------------------------------------------------------------------------------------------------

参考：https://blog.csdn.net/wang725/article/details/82120428