深度优先 宽度优先 DFS,BFS算法

深度优先搜索（DFS）和广度优先搜索（BFS）是两种常见的图遍历算法。

深度优先搜索（DFS）

深度优先搜索是一种用于遍历或搜索树或图的算法。这个算法会尽可能深地搜索树的分支。当节点v的所在边都己被探寻过，搜索将回溯到发现节点v的那条边的起始节点。这一过程一直进行到已发现从源节点可达的所有节点为止。如果还存在未被发现的节点，则选择其中一个作为源节点并重复以上过程，整个进程反复进行直到所有节点都被访问为止。

Python实现：

def dfs(graph, start):       stack, visited = [start], set()       while stack:           vertex = stack.pop()           if vertex not in visited:               visited.add(vertex)               stack.extend(graph[vertex] - visited)       return visited

广度优先搜索（BFS）

广度优先搜索是另一种遍历或搜索树或图的算法。这个算法从根开始，访问根的所有相邻节点，然后对每个相邻节点执行相同的操作，这个过程递归地进行直到已发现从根可达的所有节点为止。广度优先搜索可以用队列实现。

Python实现：

from collections import deque      def bfs(graph, start):       visited, queue = set(), deque(start)       while queue:           vertex = queue.popleft()           if vertex not in visited:               visited.add(vertex)               queue.extend(graph[vertex] - visited)       return visited

注意：上述代码中的graph是一个字典，表示图的邻接表形式。字典的键是节点，值是该节点的邻居集合。例如，如果有一个有向图，graph可能看起来像这样：{1: {2, 3}, 2: {1, 4}, 3: {1}, 4: {2}}。这意味着节点1可以到达节点2和3，节点2可以到达节点1和4，等等。

以下是深度优先搜索（DFS）和广度优先搜索（BFS）的 Java 实现。

深度优先搜索（DFS）：

import java.util.*;      public class DFS {       private final List[] adjList;       private boolean[] visited;          public DFS(List[] adjList) {           this.adjList = adjList;           this.visited = new boolean[adjList.length];       }          public void dfs(int node) {           visited[node] = true;           System.out.print(node + " ");              for (int neighbor : adjList[node]) {               if (!visited[neighbor]) {                   dfs(neighbor);               }           }       }          public void performDFS() {           for (int i = 0; i < adjList.length; i++) {               if (!visited[i]) {                   dfs(i);               }           }       }   }

广度优先搜索（BFS）：

import java.util.*;      public class BFS {       private final List[] adjList;       private final boolean[] visited;       private final Queue queue;          public BFS(List[] adjList) {           this.adjList = adjList;           this.visited = new boolean[adjList.length];           this.queue = new LinkedList<>();       }          public void bfs() {           for (int i = 0; i < adjList.length; i++) {               if (!visited[i]) {                   queue.offer(i);                   visited[i] = true;               }           }           while (!queue.isEmpty()) {               int node = queue.poll();               System.out.print(node + " ");               for (int neighbor : adjList[node]) {                   if (!visited[neighbor]) {                       queue.offer(neighbor);                       visited[neighbor] = true;                   }               }           }       }   }

好文阅读