图的遍历（广度优先遍历、深度优先遍历）

图的数据结构

https://blog.csdn.net/weixin_43093501/article/details/89840219

广度优先遍历

思路

准备：队列、set：查重
1.将图的起始节点添加到队列中，同时加到set中
2.只要队列中有元素，就执行代码
3.弹出队列中的元素，并打印，
4.将该元素的邻居节点集合全部加入到队列中（重复的不加）

代码

public static void bfs(Node node) {
		if (node == null) {
			return;
		}
		Queue<Node> queue = new LinkedList<>();
		HashSet<Node> map = new HashSet<>();
		queue.add(node);
		map.add(node);
		while (!queue.isEmpty()) {
			Node cur = queue.poll();
			System.out.println(cur.value);
			for (Node next : cur.nexts) {
				if (!map.contains(next)) {
					map.add(next);
					queue.add(next);
				}
			}
		}
	}

深度优先遍历

思路

准备：栈，set（查重）
1.将图的起始节点添加到栈中，同时加到set中
2.只要队列中有元素，就执行代码
3.弹出栈顶元素
4.遍历元素的邻居集合
5.如果邻居节点不重复（不在set中），则：

• 将刚弹出的栈顶元素加入栈中，
• 邻居节点加入栈中，
• 邻居节点加入set中，
• 打印邻居节点。
  

代码

public static void dfs(Node node) {
		if (node == null) {
			return;
		}
		Stack<Node> stack = new Stack<>();
		HashSet<Node> set = new HashSet<>();
		stack.add(node);
		set.add(node);
		System.out.println(node.value);
		while (!stack.isEmpty()) {
			Node cur = stack.pop();
			for (Node next : cur.nexts) {
				if (!set.contains(next)) {
					stack.push(cur);
					stack.push(next);
					set.add(next);
					System.out.println(next.value);
					break;
				}
			}
		}
	}