图的遍历算法：DFS、BFS

在图的基本算法中，最初需要接触的就是图的遍历算法，根据访问节点的顺序，可分为深度优先搜索（DFS）和广度优先搜索（BFS）。

DFS(深度优先搜索)算法

Depth-First-Search

深度优先算法，是一种用于遍历或搜索树或图的算法。沿着树的深度遍历树的节点，尽可能深的搜索树的分支。

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。属于盲目搜索。

DFS可用堆栈(Stack)和递归(Recursive)两种方法实现

如何跟踪下一步搜索的位置?

使用Stack： 列表中只从一端添加和移除:

• Push：添加元素
• Pop：删除一个元素

如何跟踪访问过的内容?

HashSet:：常量添加，删除和搜索

如何跟踪从开始到目标的路径?

HashMap：将每个节点链接到发现它的节点

堆栈和递归实现过程（伪代码）：

                    

BFS (广度优先搜索)算法

Breadth-First-Search

BFS是从根节点开始，沿着树的宽度遍历树的节点。

如果所有节点均被访问，则算法中止。 广度优先搜索的实现本篇笔记采用队列。

如何跟踪下一步搜索的位置?

Queue：列出你只从一端添加和移除的地方

• enqueue：添加一个元素
• deque：删除一个元素

如何跟踪访问过的内容?

HashSet：定时添加，删除和搜索

如何跟踪从开始到目标的路径?

HashMap：将每个节点链接到发现它的节点

和DFS唯一不同的是BFS使用队列来实现，伪代码如下：

学习参考资料：

深度优先和广度优先的Python实现

【Python算法】遍历(Traversal)、深度优先(DFS)、广度优先(BFS)

搜索思想——DFS & BFS（基础基础篇）