bfs是廣度遍歷，也就是一層一層擴充套件開的查詢，先把第一層的找完，再找第二層，然後找第三層...使用到的資料結構是佇列，先訪問第乙個節點，然後訪問它的所有鄰接點，然後訪問鄰接點的鄰接點，在此過程中，要保證訪問過的點不重複訪問。
dfs是深度遍歷，從乙個點開始，逐漸沿著一條路徑向下查詢，查詢到盡頭的時候，回溯到上乙個節點，再繼續查詢...使用的資料結構是棧，訪問的下乙個節點是當前節點的乙個鄰接點，然後訪問其鄰接點。
下面是乙個圖，我們使用python實現深度和廣度遍歷
#使用佇列存放每一層的元素
queue =
seen = set()
seen.add(s)
# parent =
while (len(queue) > 0):
#表示每次彈出的頂點
vertex = queue.pop(0)
nodes = graph[vertex]
for w in nodes:
if w not in seen:
seen.add(w)
print(vertex, end = " ")
bfs(graph,'a')
def dfs(graph,s):
#使用棧，下乙個走的點是當前點的鄰接點。
stack =
seen = set()
seen.add(s)
# parent =
while (len(queue) > 0):
#表示每次彈出的頂點
vertex = queue.pop(0)
nodes = graph[vertex]
for w in nodes:
if w not in seen:
seen.add(w)
print(vertex, end =" ")
bfs(graph,'a')
BFS和DFS詳解以及java實現
圖在演算法世界中的重要地位是不言而喻的，曾經看到一篇google的工程師寫的一篇 get that job at google 文章中說到面試官問的問題中幾乎有一半的問題都可以用圖的方法去解決。由此也可以看出圖確實適用範圍確實很廣。閒話不多說，首先要介紹的就是圖的表示，圖最常用的兩種表示方法是鄰接表...
演算法 dfs和bfs的演算法實現
bfs主要應用於連通圖的遍歷，它的核心思想是從乙個頂點開始，輻射狀地優先遍歷其周圍較廣的區域，即逐層遍歷，bfs最經典的應用場景為最短路徑，很多最短路徑演算法都是基於bfs實現，bfs通常基於佇列的思想實現，其實現過程如下 1 頂點入佇列 2 隊列為空，演算法結束，佇列非空，演算法繼續執行 3 出佇...
DFS和BFS演算法
本質區別 bfs 的重點在於佇列，而 dfs 的重點在於遞迴。這是它們的本質區別。dfs 演算法 是一種利用遞迴 實質上是用棧來儲存未訪問的結點，先進後出 實現的搜尋演算法，直到找到解或走不下去為止。簡單來說，其搜尋過程和 不撞南牆不回頭 樹的先序遍歷 類似。bfs演算法 是一種利用佇列 用佇列來儲...