深度优先与广度优先Java实现代码示例【转】

在编程生活中，我们总会遇见树性结构

而当我们需要遍历所有节点的时候有两种遍历算法，1.深度优先，2.广度优先

1.深度优先（DFS）

英文缩写为DFS即Depth First Search.其过程简要来说是对每一个可能的分支路径深入到不能再深入为止，而且每个节点只能访问一次。对于上面的例子来说深度优先遍历的结果就是：A,B,D,E,I,C,F,G,H.(假设先走子节点的的左侧)
深度优先遍历各个节点，需要使用到堆（Stack）这种数据结构。stack的特点是是先进后出。整个遍历过程如下：

首先将A节点压入堆中，stack（A）;

将A节点弹出，同时将A的子节点C，B压入堆中，此时B在堆的顶部，stack(B,C)；

将B节点弹出，同时将B的子节点E，D压入堆中，此时D在堆的顶部，stack（D,E,C）；

将D节点弹出，没有子节点压入,此时E在堆的顶部，stack（E，C）；

将E节点弹出，同时将E的子节点I压入，stack（I,C）；

…依次往下，最终遍历完成，Java代码大概如下：

public void depthFirst() {
    Stack<Map<String, Object>> nodeStack = new Stack<Map<String, Object>>();
    Map<String, Object> node = new HashMap<String, Object>();
    nodeStack.add(node);
    while (!nodeStack.isEmpty()) {
        node = nodeStack.pop();
        System.out.println(node);
        //获得节点的子节点，对于二叉树就是获得节点的左子结点和右子节点
        List<Map<String, Object>> children = getChildren(node);
        if (children != null && !children.isEmpty()) {
            for (Map child : children) {
                nodeStack.push(child);
            }
        }
    }
}

2.广度优先（BFS）

英文缩写为BFS即Breadth FirstSearch。其过程检验来说是对每一层节点依次访问，访问完一层进入下一层，而且每个节点只能访问一次。
广度优先遍历各个节点，需要使用到队列（Queue）这种数据结构，queue的特点是先进先出，其实也可以使用双端队列，区别就是双端队列首位都可以插入和弹出节点。整个遍历过程如下：

首先将A节点插入队列中，queue（A）;

将A节点弹出，同时将A的子节点B，C插入队列中，此时B在队列首，C在队列尾部，queue（B，C）；

将B节点弹出，同时将B的子节点D，E插入队列中，此时C在队列首，E在队列尾部，queue（C，D，E）;

将C节点弹出，同时将C的子节点F，G，H插入队列中，此时D在队列首，H在队列尾部，queue（D，E，F，G，H）；

将D节点弹出，D没有子节点，此时E在队列首，H在队列尾部，queue（E，F，G，H）；

…依次往下，最终遍历完成，Java代码大概如下：

public void breadthFirst() {
 Deque<map<string, object="">> nodeDeque = new ArrayDeque<map<string, object="">>();
 Map<string, object=""> node = new HashMap<string, object="">();
 nodeDeque.add(node);
 while (!nodeDeque.isEmpty()) {
  node = nodeDeque.peekFirst();
  System.out.println(node);
  //获得节点的子节点，对于二叉树就是获得节点的左子结点和右子节点
  List<map<string, object="">> children = getChildren(node);
  if (children != null && !children.isEmpty()) { 
   for (Map child : children) {
    nodeDeque.add(child);
   }
  }
 }
}

原文：http://www.jb51.net/article/130070.htm