遍历
图的遍历，所谓遍历，即是对结点的访问。一个图有那么多个结点，如何遍历这些结点，需要特定策略，一般有两种访问策略：
-
深度优先遍历
-
广度优先遍历
深度优先
深度优先遍历，从初始访问结点出发，我们知道初始访问结点可能有多个邻接结点，深度优先遍历的策略就是首先访问第一个邻接结点，然后再以这个被访问的邻接结点作为初始结点，访问它的第一个邻接结点。总结起来可以这样说：每次都在访问完当前结点后首先访问当前结点的第一个邻接结点。
我们从这里可以看到，这样的访问策略是优先往纵向挖掘深入，而不是对一个结点的所有邻接结点进行横向访问。
具体算法表述如下：
-
访问初始结点v，并标记结点v为已访问。
-
查找结点v的第一个邻接结点w。
-
若w存在，则继续执行4，否则算法结束。
-
若w未被访问，对w进行深度优先遍历递归（即把w当做另一个v，然后进行步骤123）。
-
查找结点v的w邻接结点的下一个邻接结点，转到步骤3。
例如下图，其深度优先遍历顺序为 1->2->4->8->5->3->6->7
广度优先
类似于一个分层搜索的过程，广度优先遍历需要使用一个队列以保持访问过的结点的顺序，以便按这个顺序来访问这些结点的邻接结点。
具体算法表述如下：
-
访问初始结点v并标记结点v为已访问。
-
结点v入队列
-
当队列非空时，继续执行，否则算法结束。
-
出队列，取得队头结点u。
-
查找结点u的第一个邻接结点w。
-
若结点u的邻接结点w不存在，则转到步骤3；否则循环执行以下三个步骤：
1). 若结点w尚未被访问，则访问结点w并标记为已访问。2). 结点w入队列3). 查找结点u的继w邻接结点后的下一个邻接结点w，转到步骤6。
如下图，其广度优先算法的遍历顺序为：1->2->3->4->5->6->7->8
Java实现
前面一文已经给出了邻接矩阵图模型类 AMWGraph.java，在原先类的基础上增加了两个遍历的函数，分别是 depthFirstSearch() 和 broadFirstSearch() 分别代表深度优先和广度优先遍历。
import java.util.ArrayList;import java.util.LinkedList;/** * @description 邻接矩阵模型类 * @author beanlam * @time 2015.4.17 */public class AMWGraph { private ArrayList vertexList;//存储点的链表 private int[][] edges;//邻接矩阵，用来存储边 private int numOfEdges;//边的数目 public AMWGraph(int n) { //初始化矩阵，一维数组，和边的数目 edges=new int[n][n]; vertexList=new ArrayList(n); numOfEdges=0; } //得到结点的个数 public int getNumOfVertex() { return vertexList.size(); } //得到边的数目 public int getNumOfEdges() { return numOfEdges; } //返回结点i的数据 public Object getValueByIndex(int i) { return vertexList.get(i); } //返回v1,v2的权值 public int getWeight(int v1,int v2) { return edges[v1][v2]; } //插入结点 public void insertVertex(Object vertex) { vertexList.add(vertexList.size(),vertex); } //插入结点 public void insertEdge(int v1,int v2,int weight) { edges[v1][v2]=weight; numOfEdges++; } //删除结点 public void deleteEdge(int v1,int v2) { edges[v1][v2]=0; numOfEdges--; } //得到第一个邻接结点的下标 public int getFirstNeighbor(int index) { for(int j=0;j 0) { return j; } } return -1; } //根据前一个邻接结点的下标来取得下一个邻接结点 public int getNextNeighbor(int v1,int v2) { for (int j=v2+1;j 0) { return j; } } return -1; } //私有函数，深度优先遍历 private void depthFirstSearch(boolean[] isVisited,int i) { //首先访问该结点，在控制台打印出来 System.out.print(getValueByIndex(i)+" "); //置该结点为已访问 isVisited[i]=true; int w=getFirstNeighbor(i);// while (w!=-1) { if (!isVisited[w]) { depthFirstSearch(isVisited,w); } w=getNextNeighbor(i, w); } } //对外公开函数，深度优先遍历，与其同名私有函数属于方法重载 public void depthFirstSearch() { for(int i=0;i
上面的public声明的depthFirstSearch()和broadFirstSearch()函数，是为了应对当该图是非连通图的情况，如果是非连通图，那么只通过一个结点是无法完全遍历所有结点的。
下面根据上面用来举例的图来构造测试类：
public class TestSearch { public static void main(String args[]) { int n=8,e=9;//分别代表结点个数和边的数目 String labels[]={"1","2","3","4","5","6","7","8"};//结点的标识 AMWGraph graph=new AMWGraph(n); for(String label:labels) { graph.insertVertex(label);//插入结点 } //插入九条边 graph.insertEdge(0, 1, 1); graph.insertEdge(0, 2, 1); graph.insertEdge(1, 3, 1); graph.insertEdge(1, 4, 1); graph.insertEdge(3, 7, 1); graph.insertEdge(4, 7, 1); graph.insertEdge(2, 5, 1); graph.insertEdge(2, 6, 1); graph.insertEdge(5, 6, 1); graph.insertEdge(1, 0, 1); graph.insertEdge(2, 0, 1); graph.insertEdge(3, 1, 1); graph.insertEdge(4, 1, 1); graph.insertEdge(7, 3, 1); graph.insertEdge(7, 4, 1); graph.insertEdge(6, 2, 1); graph.insertEdge(5, 2, 1); graph.insertEdge(6, 5, 1); System.out.println("深度优先搜索序列为："); graph.depthFirstSearch(); System.out.println(); System.out.println("广度优先搜索序列为："); graph.broadFirstSearch(); }}
运行后控制台输出如下:
