{
A:["B"],
B:["C", "D"],
C:["E"],
D:["A"],
E:["D"]
}
这里有一个图的示例,对其进行深度和广度的优先遍历
// 邻接表表示法
const graph = {
0: [1,2],
1: [2],
2: [0, 3],
3: [3]
}
1 ) 深度优先遍历
// 使用上面定义的通用graph变量
const visited = new Set();
const res = [];
// 深度优先遍历函数
const dfs = (n) => {
// console.log(n); // 访问当前节点
res.push(n); // 访问过的节点存入结果队列中
visited.add(n);
graph[n].forEach(c => {
if(!visited.has(c)) {
dfs(c); // 对没有访问过的节点进行递归
}
})
}
dfs(2) // 这里指定一个起始节点2
console.log(res.toString()); // 2,0,1,3
2 ) 广度优先遍历
// 使用上面定义的通用graph变量
const res = []; // 用于存储最终的结果
// 广度优先遍历函数
const bfs = () => {
const visited = new Set();
visited.add(2); // 起始节点 注意这里结合下面的漏洞,先加入起始点
const q = [2]; // 起始节点
while(q.length) {
const n = q.shift(); // 队首出队
// console.log(n); // 访问当前节点
res.push(n);
// visited.add(n); // 这里不能在这里添加,会有漏洞,会漏掉一些在q里,但没有在visited中的元素,它会逃过限制,重复在q中被添加
// 将相邻节点(孩子节点) 存入队列中
graph[n].forEach(c => {
// 没有访问过,push
if(!visited.has(c)) {
q.push(c);
visited.add(c); // 将出队元素添加进入集合 这里结合上面注释掉的漏洞,后添加
}
})
}
}
bfs();
console.log(res.toString()); // 2,0,3,1