转载https://blog.csdn.net/u014394715/article/details/51192293
深度优先算法
定义
深度优先搜索算法（英语：Depth-First-Search，简称DFS）是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，搜索将回溯到发现节点v的那条边的起始节点。这一过程一直进行到已发现从源节点可达的所有节点为止。如果还存在未被发现的节点，则选择其中一个作为源节点并重复以上过程，整个进程反复进行直到所有节点都被访问为止。属于盲目搜索。
简单来说
DFS的思想是从一个顶点V0开始，沿着一条路一直走到底，如果发现不能到达目标解，那就返回到上一个节点，然后从另一条路开始走到底。
深度与广度的比较
案列：搜索一个图是按照树的层次来搜索的。
我们假设一个节点衍生出来的相邻节点平均的个数是N个，那么当起点开始搜索的时候，队列有一个节点，当起点拿出来后，把它相邻的节点放进去，那么队列就有N个节点，当下一层的搜索中再加入元素到队列的时候，节点数达到了N2，你可以想想，一旦N是一个比较大的数的时候，这个树的层次又比较深，那这个队列就得需要很大的内存空间了。
广度优先搜索
-
缺点：在树的层次较深并且子节点数较多的情况下，消耗内存十分严重。
-
优点：能够找到最短路径
-
适用范围：适用于节点的子节点数量不多，并且树的层次不会太深的情况。
深度优先搜索
优点：内存消耗小，克服广度优先搜索的缺点。因为每次搜的过程，每一层只需维护一个节点
缺点：难以寻找最优解，仅仅只能寻找有解
代码
package Test;
import java.util.Stack;
public class DFSTest {
// 存储节点信息
private char[] vertices;
// 存储边信息（邻接矩阵）
private int[][] arcs;
// 图的节点数
private int vexnum;
// 记录节点是否已被遍历
private boolean[] visited;
// 初始化
public DFSTest(int[][] arcs,char[] vertices) {
//图的节点数
vexnum = arcs.length;
//存储节点信息
this.vertices = vertices;
//记录节点是否已被遍历,默认false,数组下标对应相应节点
visited = new boolean[vexnum];
//存储边信息（邻接矩阵）
this.arcs = arcs;
}
// 打印遍历节点
public void visit(int i){
System.out.print(vertices[i] + " ");
}
// 从第i个节点开始深度优先遍历,获取当前节点的子节点,从左向右的顺序
public void traverse(int i){
// 标记第i个节点已遍历
visited[i] = true;
// 打印当前遍历的节点
visit(i);
// 遍历邻接矩阵中第i个节点的直接联通关系,获取当前节点的子节点
for(int j=0;j<vexnum;j++){
// 目标节点与当前节点直接联通，并且该节点还没有被访问，递归
if(arcs[i][j]==1 && visited[j]==false){
traverse(j);
}
}
}
// 图的深度优先遍历（递归）
public void DFSTraverse(){
// 初始化节点遍历标记,默认设置没有访问
visited=new boolean[vexnum];
// 从没有被遍历的节点开始深度遍历
for(int i=0;i<vexnum;i++){
if(visited[i]==false){
// 若是连通图，只会执行一次
traverse(i);
}
}
}
// 图的深度优先遍历（非递归）
public void DFSTraverse2(){
// 初始化节点遍历标记,默认设置没有访问
visited=new boolean[vexnum];
Stack<Integer> s = new Stack<Integer>();
for(int i=0;i<vexnum;i++){
if(!visited[i]){//如果当前节点没有访问过,添加到栈中
//连通子图起始节点
s.add(i);
do{
// 出栈
int curr = s.pop();
// 如果该节点还没有被遍历，则遍历该节点并将相邻节点入栈
if(visited[curr]==false){
// 遍历并打印
visit(curr);
//设置该节点以访问
visited[curr] = true;
// 没遍历的相邻节点入栈(先进后出)
for(int j=vexnum-1; j>=0 ; j-- ){
//当前节点的相邻节点，且是没有访问过d
if(arcs[curr][j]==1 && visited[j]==false){
s.add(j);
}
}
}
}while(!s.isEmpty());
}
}
}
public static void main(String[] args) {
char[] vertices = {'A','B','C','D','E','F','G','H','I'};
int[][] arcs ={
{0,1,0,0,0,1,0,0,0}, //A节点的相邻节点设置1
{1,0,1,0,0,0,1,0,1}, //B节点的相邻节点设置1
{0,1,0,1,0,0,0,0,1}, //C节点的相邻节点设置1
{0,0,1,0,1,0,1,1,1}, //D节点的相邻节点设置1
{0,0,0,1,0,1,0,1,0}, //E节点的相邻节点设置1
{1,0,0,0,1,0,1,0,0}, //F节点的相邻节点设置1
{0,1,0,1,0,1,0,1,0}, //G节点的相邻节点设置1
{0,0,0,1,1,0,1,0,0}, //H节点的相邻节点设置1
{0,1,1,1,0,0,0,0,0}, //I节点的相邻节点设置1
};
DFSTest g = new DFSTest(arcs,vertices);
System.out.print("深度优先遍历（递归）：");
g.DFSTraverse();
System.out.println();
System.out.print("深度优先遍历（非递归）：");
g.DFSTraverse2();
}
}
测试结果：
深度优先遍历（递归）：A B C D E F G H I
深度优先遍历（非递归）：A B C D E F G H I
