利用邻接矩阵实现深度优先搜索＜DFS＞（Java语言代码）

算法介绍：

        深度优先搜索（Depth-First Search，简称DFS）是一种用于遍历或搜索树或图的算法。它沿着图的分支尽可能深地探索，当到达某个分支的末梢时回溯，再探索下一个分支，直到所有的节点都被访问。DFS强调“深入探索”，优先探索一条路径直到无法继续，再回溯至前一节点探索其他路径。

 

 

实现原理：

1. 定义一个DFS函数，接收三个参数：起始节点i，邻接矩阵G和标记数组visited。
2. 在主函数中，定义了一个邻接矩阵G和一个标记数组visited。
3. 调用DFS函数，传入起始节点2，邻接矩阵G和标记数组visited。
4. 在DFS函数中，首先将起始节点标记为已访问，并打印。然后，遍历邻接矩阵G中与起始节点相邻的节点，如果该节点没有被访问过且在邻接矩阵中与起始节点有连接（即G[i][j] == 1），则递归调用DFS函数。
5. 注意：由于递归的缘故，不能将标记数组visited定义在DFS函数体内。在主函数中定义了一个标记数组，并在调用DFS函数时传入。

 

 特点：

• 深度探索：DFS优先沿着一条路径深入，直到到达叶子节点或无法继续深入为止。
• 栈或递归：自然适合用栈来实现（后进先出LIFO性质），也可以通过递归函数调用来实现。
• 路径追踪：在某些应用中，DFS可以用来追踪从起始节点到当前节点的路径。
• 循环检测：在有向图中，DFS可以用来检测环的存在。
• 时间与空间复杂度：在无向图中，DFS的时间复杂度为O(V+E)，空间复杂度在最坏情况下也是O(V+E)，但若使用递归则受限于递归深度，可能会导致栈溢出。

 

应用场景：

• 路径查找与环检测：在图中查找是否存在一条路径到达目标节点或检测图中是否有环。
• 连通分量：确定图的连通性，找出所有强连通分量。
• 拓扑排序辅助：虽然拓扑排序主要依赖BFS，但在某些步骤中DFS用于确定每个节点的结束时间，从而辅助进行拓扑排序。
• 剪枝与回溯问题：DFS是解决许多回溯问题的基础，如八皇后问题、迷宫寻路等，通过剪枝减少不必要的探索。

 

实现注意事项：

• 为了避免无限循环和重复访问，需要维护一个数据结构（如布尔数组）来记录已访问的节点。
• 递归实现时需要注意递归深度限制，对于极深的图或树结构，可能需要考虑非递归实现方式。

 

 以下为完整程序代码（包含测试用例）：

//深度优先遍历
//邻接矩阵
public class DFS_2 {
    // DFS函数
    // i 起始结点
    // G 邻接矩阵
    // visited 标记数组
    public static void dfs(int i, int[][] G, boolean[] visited) {
        System.out.print(i);// 访问初始结点i
        visited[i] = true;// 将初始结点标记为已访问
        for (int j = 0; j < G.length; j++) {
            if (visited[j] == false && G[i][j] == 1) {
                dfs(j, G, visited);// 递归
            }
        }
    }

    public static void main(String[] args) {
        int[][] G = {
                { 0, 1, 1, 0, 1 },
                { 1, 0, 0, 1, 1 },
                { 1, 0, 0, 0, 1 },
                { 0, 1, 0, 0, 1 },
                { 1, 1, 1, 1, 0 }
        };// 邻接矩阵
        boolean[] visited = new boolean[G.length];// 标记数组 注意：由于递归的缘故，不能将标记数组定义在dfs函数体内
        dfs(2, G, visited);
    }
}

 测试结果如下：