图的遍历

图的深度遍历（BFS）：

思路：

创建一个队列，用于存储点，创建一个HashSet来存储已经加入队列中的点，防止遍历的过程中重复遍历。遍历开始，选出当前队列的任意一个点，进入队列和set，然后弹出这个点并打印，然后把所有和这个点连通的点如果这些点在set里没有，就入队列，同一级别的连通点的入队列先后顺序不限定，不影响，比如点1连通了2，3，4；这三个点的入队列顺序无所谓

代码：

    public static void bfs(Node node) {
        if (node == null) {
            return;
        }
        Queue<Node> queue = new LinkedList<>();
        HashSet<Node> map = new HashSet<>();
        queue.add(node);
        map.add(node);
        while (!queue.isEmpty()) {
            Node cur = queue.poll();
            System.out.println(cur.value);
            for (Node next : cur.nexts) {
                if (!map.contains(next)) {
                    map.add(next);
                    queue.add(next);
                }
            }
        }
    }

图的广度优先遍历（DFS）：

思路：

一条路打印到底，然后看父节点有没有其它的分叉，有就继续打印到底。一个栈用来存节点，另一个set存该节点是否已经存在，首先头节点入栈，打印，然后当栈不为空的时候，栈顶出栈，然后找出栈顶的nexts们，即后继节点，看看set里是否存在，不存在说明还没遍历，就把当前结点和它的一个next入栈，并打印next，然后结束本次while，然后依次执行，因为，在打印next后直接break了就能实现一条路打印到底

代码：

public static void dfs(Node node) {
        if (node == null) {
            return;
        }
        Stack<Node> stack = new Stack<>();
        HashSet<Node> set = new HashSet<>();
        stack.add(node);
        set.add(node);
        System.out.println(node.value);
        while (!stack.isEmpty()) {
            Node cur = stack.pop();
            for (Node next : cur.nexts) {
                if (!set.contains(next)) {
                    stack.push(cur);
                    stack.push(next);
                    set.add(next);
                    System.out.println(next.value);
                    break;
                }
            }
        }
    }