图的搜索有两种方式，一种是深度优先搜索
（Depth-First-Search），另一种是广度优先搜索
（Breadth-First-Search），接下来，我们来写一下这些搜索方式的代码实现。
广度优先搜索是按层来处理顶点，距离开始点最近的那些顶点首先被访问，而最远的那些顶点则最后被访问，这个和树的层序遍历很像，BFS的代码使用了一个队列。搜索步骤：
a .首先选择一个顶点作为起始顶点，并将其染成灰色，其余顶点为白色。
b. 将起始顶点放入队列中。
c. 从队列首部选出一个顶点，并找出所有与之邻接的顶点，将找到的邻接顶点放入队列尾部，将已访问过顶点涂成黑色，没访问过的顶点是白色。如果顶点的颜色是灰色，表示已经发现并且放入了队列，如果顶点的颜色是白色，表示还没有发现
d. 按照同样的方法处理队列中的下一个顶点。
基本就是出队的顶点变成黑色，在队列里的是灰色，还没入队的是白色。
用一副图来表达这个流程如下：
1.初始状态，从顶点1开始，队列={1}
2.访问1的邻接顶点，1出队变黑，2,3入队，队列={2,3,}
3.访问2的邻接顶点，2出队，4入队，队列={3,4}
4.访问3的邻接顶点，3出队，队列={4}
5.访问4的邻接顶点，4出队，队列={ 空}
分析：
从顶点1开始进行广度优先搜索：
初始状态，从顶点1开始，队列={1}
访问1的邻接顶点，1出队变黑，2,3入队，队列={2,3,}
访问2的邻接顶点，2出队，4入队，队列={3,4}
访问3的邻接顶点，3出队，队列={4}
访问4的邻接顶点，4出队，队列={ 空}
顶点5对于1来说不可达。
上面图可以用如下邻接矩阵来表示：
核心代码如下：
深度优先遍历图的方法是，从图中某顶点v出发：
a.访问顶点v；
b.依次从v的未被访问的邻接点出发，对图进行深度优先遍历；直至图中和v有路径相通的顶点都被访问；
c.若此时图中尚有顶点未被访问，则从一个未被访问的顶点出发，重新进行深度优先遍历，直到图中所有顶点均被访问过为止。
用一副图来表达这个流程如下：
1.从v = 顶点1开始出发，先访问顶点1
2.依次访问过顶点1,2,3后，终止于顶点3
3.从顶点3回溯到顶点2，继续访问顶点5，并且终止于顶点5
4.从顶点5回溯到顶点2，并且终止于顶点2
5.从顶点2回溯到顶点1，并终止于顶点1
6.从顶点4开始访问，并终止于顶点4
从顶点1开始做深度搜索：
初始状态，从顶点1开始
依次访问过顶点1,2,3后，终止于顶点3
从顶点3回溯到顶点2，继续访问顶点5，并且终止于顶点5
从顶点5回溯到顶点2，并且终止于顶点2
从顶点2回溯到顶点1，并终止于顶点1
从顶点4开始访问，并终止于顶点4
上图可以用邻接矩阵来表示为：
核心代码如下：（递归实现）
非递归实现如下，借助一个栈：
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
如需转载请保留出处：https://bianchenghao.cn/bian-cheng-ri-ji/33055.html