一、BFS的介绍
BFS（广度优先搜索，也可称宽度优先搜索）是连通图的一种遍历策略。因为它的基本思想是从一个顶点V0开始，辐射状地优先遍历其周围较广的区域。
广度优先搜索（BFS）类似于二叉树的层序遍历算法，它的基本思想是：首先访问起始顶点v，然后由v出发，依次访问v的各个未被访问过的邻接顶点w1,w2,w3….wn，然后再依次访问w1，w2,…,wi的所有未被访问过的邻接顶点，再从这些访问过的顶点出发，再访问它们所有未被访问过的邻接顶点….以此类推，直到途中所有的顶点都被访问过为止。
二、BFS搜索的步骤
1、首先创建一个visit[ ]数组和一个队列q，分别用来判断该位置是否已经访问过及让未访问过的点入队；
2、初始化visit[ ]数组，清空q队列；
3、让起点start入队，并使该点的visit置1；
4、while（！q.empty()）{......}执行搜索操作，
a、取出队头元素后使队头元素出队，判断该元素是否为目标到达点；
b、如果是目标点，就返回结果（一般是最短时间、最短路径）；
c、如果不是目标点，就继续访问与其相邻的位置点，将可走的相邻的位置点入队，并更新visit[ ]数组；
三、BFS的应用
BFS算法一般应用于单源最短路径的搜索。
1、寻找非加权图（或者所有边权重相同）中任两点的最短路径。
2、寻找其中一个连通分支中的所有节点。（扩散性）
3、bfs染色法判断是否为二分图。
四、DFS的介绍
深度优先搜索算法（Depth First Search，简称DFS）：一种用于遍历或搜索树或图的算法。 沿着树的深度遍历树的节点，尽可能深的搜索树的分支。当节点v的所在边都己被探寻过或者在搜寻时结点不满足条件，搜索将回溯到发现节点v的那条边的起始节点。整个进程反复进行直到所有节点都被访问为止。
算法基本思想：
回溯法：（探索与回溯法）是一种选优搜索法，又称为试探法，按选优条件向前搜索，以达到目标。但当探索到某一步时，发现原先选择并不优或达不到目标，就退回一步重新选择，这种走不通就退回再走的技术为回溯法，而满足回溯条件的某个状态的点称为“回溯点”。
五：DFS的搜索步骤
1、创建一个空栈stack（用来存放节点）和一个空列表visit（用来存放已访问的节点）
2、依次将起始点及邻接点加入stack和visit中
3、poo出栈中最后进入的节点,从图中获取该节点的邻接点
4、如果邻接点不在visit中，则将该邻接点加入stack和visit中
5、输出pop出的节点
6、重复3、4、5，直至栈为空
六：BFS与DFS的区别
| 广度优先搜索(BFS) | 深度优先搜索(DFS) | |
| 1 | BFS在Graph中逐级访问节点。 | DFS访问图深度明智的节点。 它会访问节点，直到到达叶或没有未访问节点的节点为止。 |
| 2 | 在开始任何其他节点之前，必须先充分探究一个节点。 | 一旦发现另一个未探索节点，就会暂停对该节点的探索。 |
| 3 | 使用队列数据结构存储未探索的节点。 | 使用堆栈数据结构存储未探索的节点。 |
| 4 | BFS较慢，需要更多的内存。 | DFS更快并且需要更少的内存。 |
| 5 | 一些应用：
| 一些应用：
|
标签：visit,DFS,BFS,访问,搜索,节点 来源： https://blog.csdn.net/qq_62812169/article/details/123027465
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。