数据结构-图的深度优先遍历(DFS)和广度优先遍历(BFS)算法分析

1.2　无向图的深度优先遍历

     DFS:Depth First Search

     算法思想：1、以一个未被访问过的顶点作为起始顶点，沿当前顶点的的边走向未被访问过的顶点；

                       2、执行1步骤后，当该分支结点都被访问后，则返回到上一个顶点，继续检索其他未被访问过的顶点，直至所有的顶点都被访问过。

     即 一路走到底，不破南墙不回头//这里简称直男思维。

以下图“无向图”为例:

假设从A顶点，按照字母先后，开始进行深度遍历：

A -> B -> G -> E -> C -> D -> H -> F，深度优先遍历类似于二叉树的先序遍历。

1、访问A。 2、访问B，邻接点。3、访问G，邻接点，因为B除了A-B边，剩下 B-G这条边。

4、访问E，邻接点，字母顺序。

注，G相当于一颗二叉树，一个分支顶点被访问完就会回到这里继续检索另外一个分支。

5、访问C，邻接点，同B-G边。6、访问D，邻接点，同B-G边。

7、访问H，因为D周围的顶点=被访问了，所有此时开始回溯到G顶点，继续检索到H

8、访问F，同B-G边。   ----------结束

1.2　有向图的深度优先遍历

有向图的深度优先遍历图解：

A -> B -> F -> H -> G -> C -> D -> E

与无向图大致相仿，检索未被访问的顶点，检索+回溯，这里不做详细说明。

---

2.1 图的广度优先遍历

直接放图：

    A -> D -> B -> F -> C -> G -> H -> E

图的广度优先遍历比较好理解，将相同层次的临界点划分在一个层次。

由2图可知，A的邻接点为 DBF ，所以  A -> D -> B -> F，而D未被访问的邻接点 只有C，B未被访问的邻接点只有G，F未被访问的邻接点只有H 所以：A -> D -> B -> F -> C -> G -> H  ， 而剩下最后一顶点 E 自动补充上去。就是改图的广度优先遍历。

总结：图的深度优先遍历算法先访问所在结点，在访问它的邻接点。与二叉树的先序遍历(先访问子树的根结点，再访问它的孩子结点)类似。图的广度优先遍历算法类似于二叉树的按层次遍历。