标签：遍历 Java 心得体会 队列 day34 Pop 深度 Push 节点
文章链接：日撸 Java 三百行（总述）_minfanphd的博客-CSDN博客
Day34 图的深度优先遍历
34.1 思路
相比于广度优先遍历，深度优先遍历是往深度遍历，深度遍历更像是树的先根遍历。深度遍历借助栈来实现，如下图，从a节点出发，先访问a后再将a入栈，直到访问到f无法再往深度访问则是就往回溯，回溯上一个节点，看他的领接点，再对领接点进行深度遍历，最后将节点都遍历完。
34.2 代码
在深度遍历的代码中，while(true)这个循环一定要有退出循环的条件，不然会进入死循环。
在循环中的tempNext变量则是往深度找节点的变量，当往最深不能再走，则节点出栈（栈：先进后出）回溯。
public String depthFirstTraversal(int paraStartIndex) {
ObjectStack tempStack = new ObjectStack();
String resultString = "";
int tempNodes = connectivityMatrix.getRows();
boolean[] tempVisitedArray = new boolean[tempNodes];
//Initialize the stack
tempVisitedArray[paraStartIndex] = true;
resultString += paraStartIndex;
tempStack.push(new Integer(paraStartIndex));
System.out.println("Push " + paraStartIndex);
System.out.println("Visited " + resultString);
//Now visit the rest of the graph
int tempIndex = paraStartIndex;
int tempNext;
Integer tempInteger;
while (true) {
//find an unvisited neighbor
tempNext = -1;
for (int i = 0; i < tempNodes; i++) {
if (tempVisitedArray[i]) {
continue;
}
if (connectivityMatrix.getData()[tempIndex][i] == 0){
continue;
}
//visit this one
tempVisitedArray[i] = true;
resultString += i;
tempStack.push(new Integer(i));
System.out.println("Push " + i);
tempNext = i;
break;
}
if (tempNext == -1) {
//No unvisited neighbor. Backtracking to the last one stored in the stack
if (tempStack.isEmpty()) {
break;
}
tempInteger = (Integer)tempStack.pop();
System.out.println("Pop " + tempInteger);
tempIndex = tempInteger.intValue();
}else {
tempIndex = tempNext;
}
}
return resultString;
}测试1：
This is the connectivity matrix of the graph.
[[0, 1, 1, 0], [1, 0, 0, 1], [1, 0, 0, 0], [0, 1, 0, 0]]
Push 0
Visited 0
Push 1
Push 3
Pop 3
Pop 1
Pop 0
Push 2
Pop 2
The depth first order of visit: 0132测试2：
This is the connectivity matrix of the graph.
[[0, 1, 1, 0], [0, 0, 0, 0], [0, 0, 0, 0], [0, 1, 1, 0]]
Push 0
Visited 0
Push 1
Pop 1
Pop 0
Push 2
Pop 2
The depth first order of visit: 012
结合昨天的广度优先遍历，当对于无向图，有向图，要把图遍历完，则需要加一个循环来检查节点是否都访问完，若没有节点访问则还需要调用遍历方法进行访问。
34.3 回顾
在对树或图遍历的时候，根据他们的结构，我们都需要保存访问的节点。
在广度遍历中借助了队列
在进行图的广度遍历可以结合树的层次遍历，先说树的层次遍历，它需要一层一层的遍历节点当第一层节点遍历完了，如何找到第二层节点？第二层是上一层的孩子节点，所以第一层访问后将要将节点保存起来，选择存储的结构可以是栈或队列。队列（先进先出）出栈是从左到右的顺序，这更符合我们的读写顺序，用栈（先进后出）来实现则出栈顺序就会很混乱，所以层次遍历使用队列。进一步，在对图的广度遍历，我们更愿意借助队列来实现遍历。
在深度优先遍历借助了栈。
在对树进行先序遍历时，我们访问完节点后，需要把节点保存，存储我们也可以选择栈和队列，若使用队列，因为队列特点先进先出，进队列顺序可以，但是在出队列时需要的节点在队尾，而出队是出对头。因此队列无法达到遍历的要求，但是栈先进后出更适合。进一步我们图的深度遍历会更先弄考虑的是栈。
队列和栈特点可以在很多地方应用，例如逆向打印数据，顺序输入数据进入栈在输出时可以逆序打印。（例如Day26:: 二叉树深度遍历的栈实现 (前序和后序)）
总结
今天学习了图的深度遍历，并结合广度遍历和深度遍历回去栈和队列的特点。
标签：遍历,Java,心得体会,队列,day34,Pop,深度,Push,节点 来源： https://blog.csdn.net/fulishafulisha/article/details/123305425
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。