java实现数据结构图论的广度优先和深度优先遍历算法（附源代码）

java实现数据结构图论的广度优先和深度优先遍历算法（附源代码）

广度优先遍历和深度优先遍历是图论中两个比较重要的遍历算法，下面介绍这两种遍历算法，并用java代码进行实现：
一、深度优先遍历
深度优先遍历有点类似于树中的先序遍历，顺着一条线依次找到相应的节点，此时为了方便，我们往往需要一个额外的标志数组进行标记我们已经访问过得节点
算法步骤：
（1）首先访问出发点V。
（2）然后依次从V出发搜索V的每个邻接点W，若W未曾访问过，则以W为新的出发点继续进行深度优先搜索遍历，直至图中所有和源点V有路径相通的顶点均已被访问为止。
（3）若此时图中仍有未访问的顶点，则另选一个尚未访问的顶点作为新的源点重复上述过程，直至图中所有顶点均已被访问为止。
显然，以上的遍历定义是递归的，其特点是尽可能先对纵深方向进行搜索，故这种搜索方法为深度优先搜索。

	// 图的深度优先遍历
	private void DFS(int i) {
   
   
		System.out.print("顶点:" + i + "  ");
		this.visited[i] = true;
		for (int j = 0; j < this.vexNum; j++) {
   
   
			if (this.adj.get(i).get(j) == 1 && (!this.visited[j])) {
   
   
				DFS(j);
			}
		}
	}

	public void DFSTraverse() {
   
   
		// 初始化访问信息
		for (int i = 0; i < this.vexNum; i++) {
   
   
			this.visited[i] = false;
		}
		for (int i = 0; i < this.vexNum; i++) {
   
   
			if (!this.visited[i]) {
   
   
				DFS(i);
			}
		}
	}

二、广度优先遍历
广度优先遍历类似于树结构中的层序遍历，因此我们需要用到一个队列结构，因为我们是用邻接矩阵进行的遍历，所以每一个顶点的邻接点，即为相应的一行上值为1所对应的列上的顶点，让这些邻接点依次入队
具体算法步骤：

（1）首先访问出发点V，并将相应的标志位置为true。
（2）接着依次访问顶点V的所有邻接点V1，V2，…，Vt（即该顶点所在行上为1的列上的顶点）。
（3）然后再依次访问顶点V1，V2，…，Vt的所有邻接点。
（4）依次类推，直至图中所有的顶点都被访问到。

// 广度优先遍历
	private void BFS(int i) {
   
   
		Queue<Integer> q = new LinkedList<>();
		System.out.print("顶点:" + i + "  ");
		this.visited[i] = true;;
		q.offer(i);
		while (!q.isEmpty()) {
   
   
			int k = q.poll();
			for (int j = 0; j < this.vexNum; j++) {
   
   
				if (this.adj.get(k).get(j) == 1 && (!this.visited[j]))