图（深度优先遍历&广度优先遍历）

图是一种数据结构，其中结点可以具有零个或多个相邻元素。两个结点之间的连接称为边。 结点也可以称为顶点。

图的表示方式

图的表示方式有两种：二维数组表示（邻接矩阵）；链表表示（邻接表）。

邻接矩阵

邻接矩阵是表示图形中顶点之间相邻关系的矩阵，对于n个顶点的图而言，矩阵是的row和col表示的是1....n个点。

邻接表

1. 邻接矩阵需要为每个顶点都分配n个边的空间，其实有很多边都是不存在,会造成空间的一定损失.
2. 邻接表的实现只关心存在的边，不关心不存在的边。因此没有空间浪费，邻接表由数组+链表组成

所谓图的遍历，即是对结点的访问。一个图有那么多个结点，如何遍历这些结点，需要特定策略，

一般有两种访问策略: (1)深度优先遍历 (2)广度优先遍历

深度优先遍历基本思想

图的深度优先搜索(Depth First Search) 。

1. 深度优先遍历，从初始访问结点出发，初始访问结点可能有多个邻接结点，深度优先遍历的策略就是首先访问第一个邻接结点，然后再以这个被访问的邻接结点作为初始结点，访问它的第一个邻接结点， 可以这样理解：每次都在访问完当前结点后首先访问当前结点的第一个邻接结点。
2. 我们可以看到，这样的访问策略是优先往纵向挖掘深入，而不是对一个结点的所有邻接结点进行横向访问。
3. 显然，深度优先搜索是一个递归的过程

深度优先遍历算法步骤

1. 访问初始结点v，并标记结点v为已访问。
2. 查找结点v的第一个邻接结点w。
3. 若w存在，则继续执行4，如果w不存在，则回到第1步，将从v的下一个结点继续。
4. 若w未被访问，对w进行深度优先遍历递归（即把w当做另一个v，然后进行步骤123）。 查
5. 找结点v的w邻接结点的下一个邻接结点，转到步骤3。

广度优先遍历基本思想

图的广度优先搜索(Broad First Search) 。

类似于一个分层搜索的过程，广度优先遍历需要使用一个队列以保持访问过的结点的顺序，以便按这个顺序来访问这些结点的邻接结点

广度优先遍历算法步骤

1. 访问初始结点v并标记结点v为已访问。
2. 结点v入队列
3. 当队列非空时，继续执行，否则算法结束。
4. 出队列，取得队头结点u。
5. 查找结点u的第一个邻接结点w。
6. 若结点u的邻接结点w不存在，则转到步骤3；否则循环执行以下三个步骤：

• 6.1 若结点w尚未被访问，则访问结点w并标记为已访问。
• 6.2 结点w入队列
• 6.3 查找结点u的继w邻接结点后的下一个邻接结点w，转到步骤6。

package com.zx.ds.graph;

import java.util.ArrayList;
import java.util.Arrays;
import java.util.LinkedList;

public class Graph {

    //存储顶点集合
    private ArrayList<String> vertexList;
    //定义给数组boolean[], 记录某个结点是否被访问
    private boolean isVisted[];
    //表示边的数目
    private int numOfEdges;
    //存储图对应的邻结矩阵
    private int edges[][];

    public Graph(int n) {
        //初始化矩阵和vertexList
        edges = new int[n][n];
        vertexList = new ArrayList<String>(n);
        numOfEdges = 0;
    }

    //添加边
    public void insertEdge(int e1, int e2, int v) {
        edges[e1][e2] = v;
        edges[e2][e1] = v;
        numOfEdges++;
    }

    //插入结点
    public void insertVertex(String v) {
        vertexList.add(v);
    }

    //得到边的数目
    public int getNumOfEdges() {
        return numOfEdges;
    }

    //返回结点的个数
    public int getNumofVertex() {
        return vertexList.size();
    }

    public int getWeight(int e1, int e2) {
        return edges[e1][e2];
    }

    public void showGraph() {
        for (int edge[] : edges) {
            System.out.println(Arrays.toString(edge));
        }
    }

    //得到第一个邻接结点的下标
    /**
     *
     * @param index
     * @return 如果存在就返回对应的下标，否则返回-1
     */
    public int getFirstNeighbor(int index) {
        for (int i = 0; i < getNumofVertex(); i++) {
            if (edges[index][i] > 0) {
                return i;
            }
        }
        return -1;
    }

    //根据前一个邻接结点的下标v来获取下一个邻接结点
    public int getNextNeighbor(int index, int v) {
        for (int i = v + 1; i < getNumofVertex(); i++) {
            if (edges[index][i] > 0) {
                return i;
            }
        }
        return -1;
    }

    public void dfs() {

        isVisted = new boolean[vertexList.size()];
        //遍历所有的结点，进行dfs
        for (int i = 0; i < vertexList.size(); i++) {
            if (!isVisted[i]) {
                dfs(isVisted, i);
            }
        }
    }

    //深度优先遍历算法
    public void dfs(boolean isVisted[], int index) {
        //首先我们访问该结点,输出
        System.out.print(vertexList.get(index) + "->");
        //将结点设置为已经访问
        isVisted[index] = true;
        //查找结点i的第一个邻接结点w
        int w = getFirstNeighbor(index);

        while (w != -1) {//说明有
            if (!isVisted[w]) {
                dfs(isVisted, w);
            }
            //如果w结点已经被访问过
            w = getNextNeighbor(index, w);
        }
    }

    public void bfs() {
        isVisted = new boolean[getNumofVertex()];
        //遍历所有的结点，都进行广度优先搜索
        for (int i = 0; i < getNumofVertex(); i++) {
            if (!isVisted[i]) {
                bfs(isVisted, i);
            }
        }
    }

    //对一个结点进行广度优先遍历的方法
    public void bfs(boolean isVisted[], int index) {

        //访问结点，输出结点信息
        System.out.print(vertexList.get(index) + "=>");
        //标记为已访问
        isVisted[index] = true;
        //队列，记录结点访问的顺序
        LinkedList<Integer> list = new LinkedList<>();
        //将结点加入队列
        list.addLast(index);

        while (!list.isEmpty()) {
            //取出队列的头结点下标
            int i = (Integer) list.removeFirst();
            //得到第一个邻接结点的下标 w
            int w = getFirstNeighbor(i);
            while (w != -1) {
                if (!isVisted[w]) {
                    System.out.print(vertexList.get(w) + "=>");
                    //标记已经访问
                    isVisted[w] = true;
                    list.add(w);
                }
                w = getNextNeighbor(i, w);
            }
        }
    }

    public static void main(String[] args) {
        //String vertexs[]={"a","b","c","d","e"};
        String vertexs[] = {"1", "2", "3", "4", "5", "6", "7", "8"};

        Graph graph = new Graph(vertexs.length);
        for (int i = 0; i < vertexs.length; i++) {
            graph.insertVertex(vertexs[i]);
        }

//        graph.insertEdge(0, 1, 1);
//        graph.insertEdge(0, 2, 1);
//        graph.insertEdge(1, 2, 1);
//        graph.insertEdge(1, 3, 1);
//        graph.insertEdge(1, 4, 1);

        graph.insertEdge(0, 1, 1);
        graph.insertEdge(0, 2, 1);
        graph.insertEdge(1, 3, 1);
        graph.insertEdge(1, 4, 1);
        graph.insertEdge(3, 7, 1);
        graph.insertEdge(4, 7, 1);
        graph.insertEdge(2, 5, 1);
        graph.insertEdge(2, 6, 1);
        graph.insertEdge(5, 6, 1);

        graph.showGraph();

        System.out.println("深度优先：");
        graph.dfs();

        System.out.println();
        System.out.println("广度优先：");

        graph.bfs();
    }
}

[0, 1, 1, 0, 0, 0, 0, 0]
[1, 0, 0, 1, 1, 0, 0, 0]
[1, 0, 0, 0, 0, 1, 1, 0]
[0, 1, 0, 0, 0, 0, 0, 1]
[0, 1, 0, 0, 0, 0, 0, 1]
[0, 0, 1, 0, 0, 0, 1, 0]
[0, 0, 1, 0, 0, 1, 0, 0]
[0, 0, 0, 1, 1, 0, 0, 0]
深度优先：
1->2->4->8->5->3->6->7->
广度优先：
1=>2=>3=>4=>5=>6=>7=>8=>