图的遍历(BFS与DFS)

图的遍历：

广度优先搜索（Breadth-First-Search）（类似树的层序遍历）
基本思想是： 首先访问起始顶点 v，接着由 v 出发，依次访问 v 的各个未访问过的邻接顶点，然后再依次访问所有未被访问过的
邻接顶点，再从这些访问过的顶点出发，再访问它们所有未被访问过的邻接顶点……
依次类推，直到图中所有顶点都被访问过为止。
类似的思想还将应用于 Dijkstra 单源最短路径算法和 Prim 最小生成树算法。

bool visited[MAXVERTEXNUM];
void BFStraverse(Graph G)
{
	for(i=0;i<G.vexnum);i++)   //将访问标记数组初始化为未访问状态
		visited[i]=FALSE;
	InitQueue(Q);              //队列初始化
	for(i=0;i<G.vexnum;i++)    //遍历各连通分量
		if(!visited[i])
			BFS(G,i);
}

void BFS(Graph G, int v)
{
	visited(v);         //访问初始顶点v
	visited(v)=ture;
	EnQueue(Q,v);       //初始顶点入队
	while(!isempty(Q))    //队列非空则继续执行
	{ 
		DeQueue(Q,v);     //初始顶点出队
		for(w=FirstNeighbor(G,v);w>=0;w=NextNeighbor)   //遍历初始顶点的所有未访问的邻接结点
			if(!visited[w])       
			{
				visited[w];
				visited(v)=TURE;
				EnQueue(Q,w);     //顶点w入队
			}
	}	
}

**时间复杂度：**不管是对于邻接表储存方式还是邻接矩阵存储方式，每个顶点均需入队一次，故时间复杂度为 O(IVI),。
当采用邻接表存储方式时，在搜索任一顶点的邻接点时，每条边至少访问一次，故时间复杂度为 O(IEI)，
算法总的时间复杂度为 O(IVl+IEI)。
当采用邻接矩阵存储方式时，查找每个顶点的邻接点所需时间为 O(IVI）
算法总的时间复杂度为 O(IVl2）。
**广度优先生成树：**在广度遍历的过程中，我们可以得到一棵遍历树，称为广度优先生成树
唯一性： 邻接矩阵存储表示是唯一的，故其广度优先生成树也是唯一的。
邻接表存储表示不唯一，故其广度优先生成树也是不唯一的。
…
深度优先搜索：（Depth-First-Search, DFS)（类似树的先序遍历）

bool visited[MAXVERTEXNUM];
void DFStraverse(Graph G)
{
	for(i=0;i<G.vexnum);i++)   //将访问标记数组初始化为未访问状态
		visited[i]=FALSE;
	for(i=0;i<G.vexnum;i++)    //遍历各连通分量
		if(!visited[i])
			DFS(G,i);
}

void DFS(Graph G, int v)
{
	visited(v);         //访问初始顶点v
	visited(v)=ture;
	for(w=FirstNeighbor(G,v);w>=0;w=NextNeighbor)   //初始顶点的所有未访问的邻接结点
		if(!visited[w])       //初始顶点的一个未访问结点
			DFS(G,w);          //以该顶点向下DFS
}

**时间复杂度：**不管是对于邻接表储存方式还是邻接矩阵存储方式，都需建立递归工作栈，故时间复杂度为 O(IVI),。
当采用邻接表存储方式时，在搜索任一顶点的邻接点时，每条边至少访问一次，故时间复杂度为 O(IEI)，
算法总的时间复杂度为 O(IVl+IEI)。
当采用邻接矩阵存储方式时，查找每个顶点的邻接点所需时间为 O(IVI）
算法总的时间复杂度为 O(IVl2）。
**深度优先的生成树和生成森林 ：**在深度遍历的过程中，我们可以得到一棵遍历树或森林，称为深度优先的生成树和生成森林。