深度优先搜索DFS和广度优先搜索BFS (Java)

无向图
用DFS和BFS对无向图进行遍历搜索，所以先实现无向图，这里用队列实现邻接表，代码如下：

public class Undiagraph {

	private final int vertexNumber; // 顶点数
	private int edgeNuumber; // 边数
	static Queue<Integer>[] adj; // 邻接表，用队列实现（二维）
	
	// 无向图构造器
	@SuppressWarnings("unchecked")
	public Undiagraph(int vertexNumber) {
		this.vertexNumber = vertexNumber;
		this.edgeNuumber = 0;
		
		//初始化邻接表adj
		adj = new Queue[vertexNumber];
		for (int i = 0; i < vertexNumber; i++)
			adj[i] = new LinkedList<Integer>(); // 因为Queue是接口，所以用链表进行初始化
	}
	
	public int getVertexNumber() {
		return vertexNumber;
	}
	
	public int getEdgeNumber() {
		return edgeNuumber;
	}
	
	// 向邻接表中添加边
	public void addEdge(int oldNode, int newNode) {
		// 这里和有向图的添加边的方法有区别
		adj[oldNode].add(newNode); // 将newNode添加到oldNode的链表中
		adj[newNode].add(oldNode); // 将oldNode添加到newNode的链表中
		edgeNuumber++;
	}
	
	// 由node指出的边所连接的所有顶点
	public Iterable<Integer> adj(int node) {
		return adj[node];
	}
}

1、深度优先搜索（DFS）

	/**
	 * 1、深度优先搜索：类似于树的先序遍历
	 * @param graph 图
	 * @param startNode 开始顶点
	 * 
	 * 重要变量：
	 * adj
	 * startNode
	 * visited 全局变量
	 */
	public static void DepthFirstSearch(Undiagraph graph, int startNode) {
		visited = new boolean[graph.getVertexNumber()]; // 初始化标记数组
		dfs(graph, startNode); // 调用递归方法
	}
	/**
	 * 递归方法
	 * @param graph 图
	 * @param startNode 开始结点，会随着递归的进行变化
	 * 
	 * 重要变量：
	 * adj
	 * startNode
	 * visited 全局变量
	 */
	public static void dfs(Undiagraph graph, int startNode) {
		visited[startNode] = true;
		System.out.print(startNode + " ");
		for (int i : graph.adj(startNode)) { // 递归的第一个限制条件
			if (!visited[i]) dfs(graph, i); // 递归的第二个限制条件
		}
	}

输入以下图进行深度优先搜索：

执行深度优先搜索的递归过程如下图：

代码执行结果如下：

输入上述无向图
输出：
0 1 2 3 4 5 

2、广度优先搜索（BFS）

	/**
	 * 2、广度优先搜索
	 * @param graph 图
	 * @param startNode 开始顶点
	 * 
	 * 重要变量：
	 * adj
	 * startNode
	 * visited 全局变量
	 * queue 该队列保存所有已经被标记过但其邻接表还未被检查过的顶点
	 */
	public static void BreadthFirstSearch(Undiagraph graph, int startNode) {
		visited = new boolean[graph.getVertexNumber()]; // 初始化标记数组
		Queue<Integer> queue = new LinkedList<>(); // 初始化队列
		queue.add(startNode); // 将开始结点加入队列
		visited[startNode] = true;
		
		/* 1、取队列中的下一个顶点node并标记它
		 * 2、检查node对应的邻接表，将与node相邻且未被标记的点入队
		 * 3、循环上述1、2步骤直到队列为空
		 */
		while (!queue.isEmpty()) {
			int node = queue.poll();
			System.out.print(node + " ");
			for (int j : graph.adj(node)) {
				if (!visited[j]) {
					queue.add(j);
					visited[j] = true; // 将顶点入队，该顶点已经被标记但其邻接表还未被检查
				}
			}
		}
	}

代码执行结果如下：

输入上述无向图
输出：
0 1 3 2 4 5 

main函数：

	public static void main(String[] args) {
		Undiagraph graph = new Undiagraph(6);

		// 将边添加到邻接表中
		graph.addEdge(0, 1);
		graph.addEdge(0, 3);
		graph.addEdge(1, 0);
		graph.addEdge(1, 2);
		graph.addEdge(1, 3);
		graph.addEdge(1, 4);
		graph.addEdge(2, 1);
		graph.addEdge(2, 3);
		graph.addEdge(2, 4);
		graph.addEdge(2, 5);
		graph.addEdge(3, 0);
		graph.addEdge(3, 1);
		graph.addEdge(3, 2);
		graph.addEdge(3, 4);	
		graph.addEdge(4, 1);
		graph.addEdge(4, 2);
		graph.addEdge(4, 3);
		graph.addEdge(4, 5);
		graph.addEdge(5, 2);
		graph.addEdge(5, 4);
			
		DepthFirstSearch(graph, 0);
		System.out.println();
		BreadthFirstSearch(graph, 0);
	}