python实现图的广度优先遍历和深度优先遍历

图的存储

图的存储分为邻接矩阵和邻接表，其中对于稀疏图邻接表的存储效率更高，对于稠密图邻接矩阵存储效率跟高。这里的BFS和DFS是基于邻接表实现，所以有关邻接矩阵的存储可以查阅百度百科。
邻接点主要包括两部分：顶点和邻接点，顶点包括顶点信息和指向第一个邻接点的指针(python中使用元组模拟)。邻接点包括邻接点的存储下标和指向下一节点的指针。(python中使用列表模拟)，顶点$V_i$的所有邻接点构成一个列表。

• 目前电脑还没找到比较合适的画图工具，只能手机拍照了。
  

图的遍历

广度优先搜索，又称宽度优先搜索。广度优先搜索是从某个顶点(源点)出发，一次性访问所有未被访问的邻接点，再依次从这些访问过的邻接点出发进行搜索。

• 广度优先遍历秘籍：先被访问的顶点，其邻接点先被访问。采用队列的形式实现

深度优先搜索沿着一条路径一直走下去，无法行进时，回退到刚刚访问的节点。深度优先遍历是按照深度优先搜索的方式对图进行遍历。

• 深度优先遍历秘籍：后被访问的顶点，其邻接点先被访问。采用递归的方式实现。

python实现

# coding=utf-8
from queue import Queue

# Definition for a Node.
class Node:
    def __init__(self, val):
        self.val = val
        self.next = None

class Solution(object):
    """
    根据邻接表创建有向图
    """
    def __init__(self,adj_list):
        self.adj_list = adj_list
        self.peaks = []
        self.visited = [False]*len(self.adj_list)
    def bfs(self):
        """
        广度优先遍历，时间复杂度O(n)
        :return:
        """
        
        queue = Queue()
        self.visited = [False]*len(self.adj_list) # 存储顶点的访问状态
        queue.put(0) # 默认从邻接表第0个邻接点开始
        self.visited[0] = True
        self.peaks = self.adj_list[0][0]
        while not queue.empty():
            index = queue.get() # 出队
            for i in self.adj_list[index][1]:
                if not self.visited[i]: # 判断是否被访问
                    self.visited[i] = True
                    queue.put(i) # 入队
                    self.peaks.append(adj_list[i][0])
            print(self.visited)
        return self.peaks
    
    def dfs(self,node):
        """
        递归调用深度优先遍历，时间复杂度O(n)
        :return:
        """
        self.visited[node] = True
        self.peaks.append(self.adj_list[node][0])
        for index in self.adj_list[node][1]:
            # 判断该节点是否被访问过
            if not self.visited[index]:
                self.dfs(index)
            # print(index)
        return self.peaks
if __name__ == '__main__':
    # 邻接表表示有向图
    adj_list = [
        ("a",[4,2,1]),
        ("b",[2]),
        ("c",[4,3]),
        ("d",[4]),
        ("e",[]),
        ]
    solution = Solution(adj_list)
    # print(solution.bfs())
    print(solution.dfs(0))
    ```