引言

图遍历是指按照一定的顺序访问图中的每个顶点。遍历图的两种主要方法是深度优先搜索（Depth-First Search, DFS）和广度优先搜索（Breadth-First Search, BFS）。本文将详细介绍深度优先搜索的定义、算法及其实现。

深度优先搜索（DFS）

定义

深度优先搜索（DFS）是一种遍历或搜索图的算法，从图的某个起始顶点开始，尽可能深入地访问每一个顶点，直到无法继续为止，然后回溯并继续搜索未访问的顶点。

算法步骤

1. 从起始顶点开始，标记该顶点为已访问。
2. 递归地访问所有未被访问的邻接顶点。
3. 回溯到上一个顶点，继续访问其他未被访问的邻接顶点，直到所有顶点都被访问。

示例

假设我们有一个无向图，顶点集合为 ({A, B, C, D, E, F})，边集合为 ({(A, B), (A, C), (B, D), (C, E), (D, F)})。

DFS实现（递归方式）

下面是用Java实现DFS的代码示例：

import java.util.LinkedList; import java.util.List;  public class Graph {     private LinkedList[] adjLists; // 邻接表数组     private boolean[] visited; // 访问标记数组      // 构造函数     public Graph(int numVertices) {         adjLists = new LinkedList[numVertices];         visited = new boolean[numVertices];         for (int i = 0; i < numVertices; i++) {             adjLists[i] = new LinkedList<>();         }     }      // 添加边     public void addEdge(int i, int j) {         adjLists[i].add(j);         adjLists[j].add(i); // 无向图     }      // 深度优先搜索     public void DFS(int vertex) {         visited[vertex] = true;         System.out.print(vertex + " ");          for (int adj : adjLists[vertex]) {             if (!visited[adj]) {                 DFS(adj);             }         }     }      // 打印邻接表     public void printAdjLists() {         for (int i = 0; i < adjLists.length; i++) {             System.out.print(i + ": ");             for (int j : adjLists[i]) {                 System.out.print(j + " ");             }             System.out.println();         }     }      public static void main(String[] args) {         Graph graph = new Graph(6);         graph.addEdge(0, 1);         graph.addEdge(0, 2);         graph.addEdge(1, 3);         graph.addEdge(2, 4);         graph.addEdge(3, 5);          System.out.println("图的邻接表表示：");         graph.printAdjLists();          System.out.println("深度优先搜索遍历结果：");         graph.DFS(0); // 输出：0 1 3 5 2 4     } } 

DFS实现（非递归方式）

下面是用Java实现DFS的非递归方式的代码示例：

import java.util.LinkedList; import java.util.List; import java.util.Stack;  public class Graph {     private LinkedList[] adjLists; // 邻接表数组     private boolean[] visited; // 访问标记数组      // 构造函数     public Graph(int numVertices) {         adjLists = new LinkedList[numVertices];         visited = new boolean[numVertices];         for (int i = 0; i < numVertices; i++) {             adjLists[i] = new LinkedList<>();         }     }      // 添加边     public void addEdge(int i, int j) {         adjLists[i].add(j);         adjLists[j].add(i); // 无向图     }      // 深度优先搜索（非递归）     public void DFS(int vertex) {         Stack stack = new Stack<>();         stack.push(vertex);          while (!stack.isEmpty()) {             int v = stack.pop();              if (!visited[v]) {                 visited[v] = true;                 System.out.print(v + " ");             }              for (int adj : adjLists[v]) {                 if (!visited[adj]) {                     stack.push(adj);                 }             }         }     }      // 打印邻接表     public void printAdjLists() {         for (int i = 0; i < adjLists.length; i++) {             System.out.print(i + ": ");             for (int j : adjLists[i]) {                 System.out.print(j + " ");             }             System.out.println();         }     }      public static void main(String[] args) {         Graph graph = new Graph(6);         graph.addEdge(0, 1);         graph.addEdge(0, 2);         graph.addEdge(1, 3);         graph.addEdge(2, 4);         graph.addEdge(3, 5);          System.out.println("图的邻接表表示：");         graph.printAdjLists();          System.out.println("深度优先搜索遍历结果：");         graph.DFS(0); // 输出：0 2 4 1 3 5     } } 

DFS算法步骤图解

以下是对上述示例中DFS算法步骤的图解：

结论

通过上述讲解和实例代码，我们详细展示了深度优先搜索（DFS）的定义、算法及其实现。DFS是一种重要的图遍历算法，广泛应用于各种场景。希望这篇博客对您有所帮助！

如果您觉得这篇文章对您有帮助，请关注我的CSDN博客，点赞并收藏这篇文章，您的支持是我持续创作的动力！

关键内容总结：

• 深度优先搜索（DFS）的定义
• DFS算法的步骤
• DFS的递归和非递归实现
• DFS算法的图解

推荐阅读：深入探索设计模式专栏，详细讲解各种设计模式的应用和优化。点击查看：深入探索设计模式。

特别推荐：设计模式实战专栏，深入解析设计模式的实际应用，提升您的编程技巧。点击查看：设计模式实战。

如有任何疑问或建议，欢迎在评论区留言讨论。谢谢阅读！

测试代码的运行结果：

• 邻接表表示：

0: 1 2  1: 0 3  2: 0 4  3: 1 5  4: 2  5: 3  

• 深度优先搜索遍历结果：

递归方式：0 1 3 5 2 4

非递归方式：0 2 4 1 3 5