图基本算法介绍：广度优先搜索、深度优先搜索、拓扑排序、强连通分支(算法篇）

一、广度优先搜索

      什么是广度优先搜索？   在给定图G=（V,E)后和一个特定的源顶点s的情况下，广度优先搜索，系统的探索G中的边，以期发现从s可以到达的所有顶点，并计算s到所有这些可达顶点之间的距离（即最少的边数）

   广度优先搜索的作用？个人从定义理解就是，计算出s可以到达的所有顶点，并且计算出到这些顶点的距离（最短路径上的边数，如果边没有权重，这个结果将更有意义）。另一方面，通过广度优先搜索，我们可以判断一个无向图是否是连通图。

  广度优先搜索算法：

  1、算法导论书上实现BFS算法，本人用python实现。

代码介绍：类G是图的邻接表表示方式，这里是一个有向图，有10个顶点，G的vector数组存储每个顶点可出发的边。BFS函数：color数组存储每个顶点的颜色，parent数组存储每个顶点的父母，distance存储s到该顶点的距离，不可达填None

代码改进：这里可以BFS算法走完后，我们可以通过parent数组打印出，顶点到s的最短路径（可能有多个，在这里我们只能打印出一条，这是一个局限）。

        算法分析：

运行时间O(V+E)V是顶点数，E是边数

                        额外存储 3*v

class G:
    number = 10
    vector=[]

    time = 0
    def __init__(self):
        for n in range( 0,self.number):
            print n
            self.vector.append( [n*2%10,0])
        return
def BFS(G1,s):
    color = []
    parent = []
    distance = []
    for n in range(0,G1.number):
            color.append("white")
            parent.append(None)
            distance.append(None)
    color[s] = "gray"
    parent[s] = None
    distance[s] = 0

    que = []（注意这边使用数组做的一个队列：先进先出）
    que.append(s)
    while len(que) != 0:
        u