一、广度优先遍历算法（BFS）

用邻接表存储的话，遍历序列是可变的，不唯一的。
邻接矩阵的表示唯一，广度优先遍历的序列是唯一的。

1、与树的广度优先遍历之间的联系

树是一种特殊的图。而树的广度优先遍历就是：层序遍历。
从树的广度优先遍历入手，看一下图的广度优先遍历的思想。

树的层序遍历思想：
从根节点出发：找到根节点相邻的所有节点（234），找到（234）相邻的所有节点。实际操作是：借用队列思想，先入根节点，然后出列的同时，将根节点的所有子树入队。依次出队并入所有子节点。直到队列为空。这样就可以一次逐层的找到所有节点。

在这里插入图片描述

图的广度优先遍历思想：
例如从2号出发，就可以找到1,和6节点，再从1和6出发，找到5,3,7节点。在访问5,3,7节点，找到48节点。

树和图的广度优先遍历有什么区别？
第一：不论是树还是图，在进行广度优先遍历的时候，我们都需要通过某一个结点，找到与之相邻的其他节点。从而一层一层的往下找到。

树：找到相邻的结点就是找与之对应的孩子。
树不存在回路。
图：
图不一样了，可能出现环状，还有无向图，既可以正向也可以反向走。所以我们要对访问过的顶点进行标记，如果访问过直接跳过即可。

2、算法实现

广度优先遍历BFS要点：
1.找到与一个顶点相邻的所有顶点
2.标记哪些顶点被访问过
3.需要一个辅助队列

针对第一个点：可以利用两个操作就可以找到，与一个顶点相连接的所有的顶点。

第一个：==FistNeighbor（G,x）==：
求图G中顶点X的第一个邻接点，
若有则返回顶点号。
若X没有邻接点或图中不存在X，则返回-1

第二个：==NextNeighbor（G,x,y）==：
假设图G中顶点y是顶点X的一个邻接点，
返回除y之外顶点X的下一个邻接点的顶点号，
若y是x的最后一个邻接点，则返回-1

针对第二个点：
定义一个Bool型的数组标记每一个顶点，到底有没有被访问过

在这里插入图片描述

对于无向图，调用BFS函数的次数=连通分量树
连通分量：极大连通子图，就是说有几个不连在一起的图。
那么如下此图的连通分量就是：2
在这里插入图片描述

3、复杂度分析、

时间复杂度=访问结点的时间+访问所有边的时间。
在这里插入图片描述

4、广度优先生成树·

二、深度优先遍历算法（DFS）

1、与树的深度优先遍历之间的联系

图的深度优先遍历类似于树的先根遍历（根左右）
在这里插入图片描述

2、算法实现

创建一个数组【MAX_VERTEX_NUM】用来标记每一个顶点是否曾经被访问过（初始化为false）
过程：
1.先访问一个顶点结点，
2.访问完以后，将数组中改为true
3.再用一个循环来，依次检查和这个结点相邻的其他节点。
在循环里边进行 if判断是否被访问过，
如果没有则重新递归调用BFS函数。重复1——3过程。
如果调用过的是true，那么返回for循环继续进行if判断

在这里插入图片描述