深度优先遍历和广度优先遍历有向图

数据结构的算法实践留作业啦，我选了图的遍历这一块，因为感觉比起其他的题目的话，会更加的清楚相关算法，写这篇文章是为了能够让大家更加清楚图的遍历算法，也是为了自己能够再进行一次相关知识的回顾，帮助自己答辩时顺利通关，希望答辩顺利！！！也希望看到文章的宝贝们对图的遍历这一部分更加清楚！！❤
对了，图的遍历可视化也已经完成，大家有兴趣可以看一下
https://blog.csdn.net/zhang2gongzi/article/details/?spm=1001.2014.3001.5501
——————————————————————————————

图的遍历是指从图中的任一顶点出发，对图中的所有顶点访问一次且只访问一次（访问一次，但不止用到一次）。 图的遍历操作和树的遍历操作功能相似（二叉树的前序，中序，后序遍历，本质上也可以认为是深度优先遍历、而二叉树的层序遍历，本质上也可以认为是广度优先遍历）。图的遍历是图的一种基本操作，图的许多其它操作都是建立在遍历操作的基础之上。
就比如你想出去逛街，街上有很多店，a,b,c,d,e,f,g，要怎么才能把他们都逛呢，假如运用我们图的遍历的操作，那么就可以通过广度优先和深度优先来进行安排
在这里插入图片描述

广度优先遍历(Breadth First Search)，又称为广度优先搜索，简称BFS。
是一种分层的查找过程，每向前走一步可能访问一批顶点，不像深度优先搜索那样有往回退的情况，因此它不是一个递归的算法。为了实现逐层的访问，算法必须借助一个辅助队列，以记忆正在访问的顶点的下一层顶点。
其实他本意就是，先遍历一个节点，然后遍历那个节点所连接的的周边节点，之后再一个结点一个结点的往外遍历，重复循环在这里插入图片描述
大家还记得我上面举例子的这张图吗，如果按照广度优先遍历的话，那么访问顺序为a、b、c、d、e、f、g、h。
就是从上面一层层的遍历下来，这张图是二叉树的样式，所以可能比较容易让大家理解，那么我们现在换成图来一起做一次
在这里插入图片描述
那么这张图，我们设从“3”开始遍历，运用广度优先的方法，那么我们所得到的遍历顺序为3，2，3，4，5，1；

https://blog.csdn.net/_/article/details/?ops_request_misc=&request_id=&biz_id=102&utm_term=%E5%B9%BF%E5%BA%A6%E4%BC%98%E5%85%88%E9%81%8D%E5%8E%86&utm_medium=distribute.pc_search_result.none-task-blog-2_allsobaiduweb~default-3-.pc_search_result_control_group&spm=1018.2226.3001.4187
这里的话，我借鉴了一下大佬的图，因为我觉得大佬这几张动画图，真的很棒，就我看的话，还是挺清楚的
首先时算法思路部分
深度优先搜索类似于树的先序遍历，具体过程如下：

准备工作：创建一个visited数组，用于记录所有被访问过的顶点。

1.从图中v0出发，访问v0。

2.找出v0的第一个未被访问的邻接点，访问该顶点。以该顶点为新顶点，重复此步骤，直至刚访问过的顶点没有未被访问的邻接点为止。

3.返回前一个访问过的仍有未被访问邻接点的顶点，继续访问该顶点的下一个未被访问领接点。

4.重复2,3步骤，直至所有顶点均被访问，搜索结束。
在这里插入图片描述