文章目录

• 一、深度优先遍历
• • 1.基本思想
  • 2.代码实现
• 二、广度优先遍历
• • 1.基本思想
  • 2.代码实现

---

一、深度优先遍历

1.基本思想

• 深度优先遍历，从初始访问结点出发，初始访问结点可能有多个邻接结点，深度优先遍历的策略就是首先访问第一个邻接结点，然后再以这个被访问的邻接结点作为初始结点，访问它的第一个邻接结点，可以这样理解:每次都在访问完当前结点后首先访问当前结点的第一个邻接结点。
• 我们可以看到，这样的访问策略是优先往纵向挖掘深入，而不是对一个结点的所有邻接结点进行横向访问。显然，深度优先搜索是一个递归的过程

2.代码实现

public int getFirstNeighbor(int index) {
		for(int j = 0; j < vertexList.size(); j++) {
			if(edges[index][j] > 0) {
				return j;
			}
		}
		return -1;
	}
	//根据前一个邻接结点的下标来获取下一个邻接结点
	public int getNextNeighbor(int v1, int v2) {
		for(int j = v2 + 1; j < vertexList.size(); j++) {
			if(edges[v1][j] > 0) {
				return j;
			}
		}
		return -1;
	}
private void dfs(boolean[] isVisited, int i) {
		//首先我们访问该结点,输出
		System.out.print(getValueByIndex(i) + "->");
		//将结点设置为已经访问
		isVisited[i] = true;
		//继续访问下一个邻点
		int w = getFirstNeighbor(i);
		while(w != -1) {
			if(!isVisited[w]) {
				dfs(isVisited, w);
			}
			w = getNextNeighbor(i, w);
		}
		
	}

二、广度优先遍历

1.基本思想

类似于一个分层搜索的过程，广度优先遍历需要使用一个队列以保持访问过的结点的顺序，以便按这个顺序来访问这些结点的邻接结点

2.代码实现

代码如下（示例）：

private void bfs(boolean[] isVisited, int i) {
		int u ; // 记录队列头节点下标
		int w ; // 邻接的节点
		//队列，记录结点访问的顺序
		LinkedList queue = new LinkedList();
		//输出节点
		System.out.print(getValueByIndex(i) + "=>");
		//是否被访问过
		isVisited[i] = true;
		//加入队列
		queue.addLast(i);
		
		while( !queue.isEmpty()) {
			//取出队列的头节点
			u = (Integer)queue.removeFirst();
			w = getFirstNeighbor(u);
			while(w != -1) {
				if(!isVisited[w]) {
					System.out.print(getValueByIndex(w) + "=>");
					//是否被访问
					isVisited[w] = true;
					queue.addLast(w);
				}
				//继续寻找下一个邻接点
				w = getNextNeighbor(u, w); 
			}
		}
	} 
	//遍历输出
public void bfs() {
		isVisited = new boolean[vertexList.size()];
		for(int i = 0; i < getNumOfVertex(); i++) {
			if(!isVisited[i]) {
				bfs(isVisited, i);
			}
		}
	}

标签：结点,遍历,int,DFS,BFS,访问,邻接,isVisited
来源： https://blog.csdn.net/m0_56969616/article/details/122022843