图——邻接矩阵的DFS，BFS

	邻接矩阵由于是二维数组，DFS，BFS时间复杂度O(n2）。
	深度优先适合目标比较明确，以找到目标为主要目的的情况。
	广度优先搜索更适合在不断扩大遍历范围时找到相对最优解情况。

一、BFS的介绍
BFS（广度优先搜索，也可称宽度优先搜索）是连通图的一种遍历策略。
使用队列保存未被检测的结点。结点按照宽度优先的次序被访问和进出队列。广度优先搜索（BFS）类似于二叉树的层序遍历算法，是一种分层的查找过程，每向前走一步可能访问一批顶点，不像深度优先搜索（DFS）那样有回退的情况，因此它不是一个递归的算法，为了实现逐层的访问，算法必须借助一个辅助队列并且以非递归的形式来实现。

二、BFS搜索的步骤
1、首先创建一个visit[ ]数组和一个队列q，分别用来判断该位置是否已经访问过及让未访问过的点入队；
2、初始化visit[ ]数组，清空q队列；
3、让起点start入队，并使该点的visit置1；
4、while（！q.empty()）{…}执行搜索操作，
a、取出队头元素后使队头元素出队，判断该元素是否为目标到达点；
b、如果是目标点，就返回结果（一般是最短时间、最短路径）；
c、如果不是目标点，就继续访问与其相邻的位置点，将可走的相邻的位置点入队，并更新visit[ ]数组；

代码

#include<iostream>
using namespace std;
#include<queue>
typedef int vertextype;		//顶点类型
typedef int edgetype;		//边上的权值类型
#define max 100			//最大顶点数
#define INFITITY 65535		//65535代表正无穷

class mgraph
{
public:
	vertextype vexs[max];	//顶点表
	edgetype arc[max][max];//邻接矩阵，可看做边表
	int numvertexes, numedges;//顶点个数，边的个数

	mgraph();//初始化

	void createmgraph();//创建
	void DFS(int i);	//邻接矩阵的深度优先递归算法
	void DFStraverse();	//深度优先遍历

	void BFStraverse();	//广度优先遍历
};
mgraph::mgraph()
{
	cout << "请输入顶点数和边数" << endl;
	cin >> this->numvertexes >> this->numedges;
	for (int i = 0; i < numvertexes; i++)
		for (int j = 0; j < numvertexes; j++)
			this->arc[i][j] = INFINITY;		//邻接矩阵初始化
}
void mgraph::createmgraph()
{
	int i , j, w = 0;
	cout << "输入顶点信息，建立顶点表" << endl;
	for (int k = 0; k < numvertexes; k++)		//建立顶点表
		cin >> this->vexs[k];
	for (int m = 0; m< numedges; m++)		//建立numedges条边
	{
		cout << "输入边(Vi,Vj)的上标i，下标j，和权重w " << endl;
		cin >> i >> j >>w ;
		this->arc[i][j] = w;
		this->arc[j][i] = this->arc[i][j];	//无向图，矩阵对称
	}
}
bool visited[max];		// 访问标志的数组

void mgraph::DFS(int i)			//邻接矩阵的深度优先递归算法
{
	
	visited[i] = 1;		//被访问后标记为1
	cout << this->vexs[i] << " ";
	for (int j = 0; j < numvertexes; j++)
		if (this->arc[i][j] == 1 && !visited[j])	//边存在且顶点未访问
			DFS(j);								//对访问的邻接节点递归调用
}

void mgraph::DFStraverse()
{
	int i = 0;
	for (i = 0; i < numvertexes; i++)
		visited[i] = 0;			//初始所以顶点状态为0，即未访问
	for (i = 0; i < numvertexes; i++)
		if(!visited[i])
		DFS(i);				//对未访问的顶点调用DFS。若是连通图，则调用一次
}

bool visited1[max];

void mgraph::BFStraverse()		//广度遍历算法
{

	queue<vertextype> q;//队列
	for (int i = 0; i < numvertexes; i++)	//初始化标记数组
		visited1[i] = 0;
	for (int i = 0; i < numvertexes; i++)	//对每一个顶点做循环
	{
		if (!visited1[i])		//如果顶点未访问就处理
		{
			visited1[i] = 1;
			cout << vexs[i] << " ";
			q.push(i);		//将顶点入队

			while (!q.empty())	//队不为空
			{
				i = q.front();	//把将要出队的元素赋值给i；
				q.pop();		
				
				for(int j=0;j<numvertexes;j++)
				{
					if (arc[i][j]==0&&!visited1[j])	//判断其他顶点与当前顶点存在边，且未被访问
					{
						visited1[j] = 1;
						cout << this->vexs[j] << " ";
						q.push(j);		//将找到的此顶点入队
					}	
				}
			}
		}
	}
}
int main()
{
	mgraph g;
	g.createmgraph();
	g.DFStraverse();
	cout << endl;
	g.BFStraverse();
	system("pause");
	return 0;

}

一、什么是BFS
广度优先算法（Breadth-First-Search），简称BFS，是一种图形搜索演算法。简单的说，BFS是从根节点开始，沿着树的宽度遍历树的节点，如果发现目标，则演算终止。
二、算法分析
1、BFS是一种盲目搜寻法，目的是系统地展开并检查图中的所有节点，以找寻结果。换句话说，它并不考虑结果的可能位置，彻底地搜索整张图，直到找到结果为止。
2、时间复杂度：邻接表的时候是O(V2)，邻接表的时候是O(|V| + |E|)。其中 |V| 是节点的数目，|E| 是图中边的数目。
3、适用条件：对于所有边长度相同的情况，比如地图的模型，bfs第一次遇到目标点，此时就一定是从根节点到目标节点最短的路径（因为每一次所有点都是向外扩张一步，你先遇到，那你就一定最短）。bfs先找到的一定是最短的。但是如果是加权边的话这样就会出问题了，bfs传回的是经过边数最少的解，但是因为加权了，这个解到根节点的距离不一定最短。比如1000+1000是只有两段，1+1+1+1有4段，但是bfs返回的经过边数最少的解，这里总长度2000，显然不是最短的路径。此时我们就应该采用Dijkstra最短路算法解决加权路径的最短路了。
4、应用：
1、寻找非加权图（或者所有边权重相同）中任两点的最短路径。
2、寻找其中一个连通分支中的所有节点。（扩散性）
3、bfs染色法判断是否为二分图。
三、细节分析
1、当中为什么要用queue来存点而不是stack呢？
我们来举个例子，目前我们的队列中有一个起始节点。第一轮扩展之后，队列里有起始点的上、右、下、左四个点，现在我们就要把这四个点进行一下一轮轮扩展。也就是下一个队列里面的节点应该是“上”的四个方向、“右”的四个方向、“下”的四个方向、“左”的四个方向的点（已经book过的当然的就不加了）。如果我们用的是stack，对‘上’点，我们把它爆掉，然后由stack的性质把它的四个方向的点丢到队列的头。照理说我们取完“上”点扩展之后之后，应该取的是剩余的右、下、左点来继续完成这一轮队列的扩展，可是stack把“上”节点的四个扩展点扔到了右、下、左三个节点的前面了，（根据我们bfs每一次取的都是队首那个点）这样就下一个取的就是“上”节点的四个扩展点了，这就不对了。反之，queue每次把扩展点扔到后面，对于下一次取队首点继续进行扩展就不会有任何影响。
2、bfs能不能记录路径呢？
当然可以，我们可以把走的每一个点的父节点记录下来，最后挨着回溯回去就可以了。
记忆：
1、只要一看到要找最短的路径：bfs or 最短路。 无权用bfs，有权用最短路。
2、如果第二次回到刚才已走过的点的时候有状态参数变化，那么就不能book。

————————————————
版权声明：本文为CSDN博主「十瓣月亮」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_37050329/article/details/80289572