摘要：分別被命名為和。圖的遍歷深度優(yōu)先遍歷深度優(yōu)先遍歷，也有稱為深度優(yōu)先搜索，簡稱為。拓撲排序算法與類似，不同的是，拓撲排序算法不會立即輸出已訪問的頂點，而是訪問當(dāng)前頂點鄰接表中的所有相鄰頂點，直到這個列表窮盡時，才會將當(dāng)前頂點壓入棧中。

圖（Graph）是由頂點的有窮非空集合和頂點之間邊的集合組成，通常表示為：G(V,E)，其中，G表示一個圖，V是圖G中頂點的集合，E是圖G中邊的集合。

有向邊：若從頂點Vi到Vj的邊有方向，則稱這條邊為有向邊，也成為弧(Arc)，用有序偶來表示，Vi稱為弧尾，Vj稱為弧頭。

**
無向邊：**若頂點Vi到Vj之間的邊沒有方向，則稱這條邊為無向邊(Edge)，用無序偶(Vi,Vj)來表示。

簡單圖：在圖結(jié)構(gòu)中，若不存在頂點到其自身的邊，且同一條邊不重復(fù)出現(xiàn)，則稱這樣的圖為簡單圖。

創(chuàng)建圖類的第一步就是要創(chuàng)建一個Vertex類來保存頂點和邊。這個類的作用和鏈表、二叉搜索樹的Node類一樣。Vertex類有兩個數(shù)據(jù)成員：一個用于標(biāo)識頂點，另一個表明是否被訪問過的布爾值。分別被命名為label和wasVisited。

function Vertex(label){
    this.label = label;
}

我們將所有頂點保存在數(shù)組中，在圖類里，可以通過他們在數(shù)組中的位置引用他們

圖的實際信息都保存在“邊”上面，因為他們描述了圖的結(jié)構(gòu)。二叉樹的一個父節(jié)點只能有兩個子節(jié)點，而圖的結(jié)構(gòu)卻要靈活得多，一個頂點既可以有一條邊，也可以有多條邊和它相連。

我們將表示圖的邊的方法成為鄰接表或者鄰接表數(shù)組。它將存儲由頂點的相鄰頂點列表構(gòu)成的數(shù)組

定義如下一個Graph類：

function Graph(v){
    this.vertices = v;//vertices至高點
    this.edges = 0;
    this.adj = [];
    for(var i =0;I
這個類會記錄一個圖表示了多少條邊，并使用一個長度與圖的頂點數(shù)來記錄頂點的數(shù)量。
function addEdge(){
    this.adj[v].push(w);
    this.adj[w].push(v);
    this.edges++;
}
這里我們使用for循環(huán)為數(shù)組中的每個元素添加一個子數(shù)組來存儲所有的相鄰頂點，并將所有元素初始化為空字符串。
圖的遍歷
深度優(yōu)先遍歷
深度優(yōu)先遍歷(DepthFirstSearch)，也有稱為深度優(yōu)先搜索，簡稱為DFS。
比如在一個房間內(nèi)尋找一把鑰匙，無論從哪一間房間開始都可以，將房間內(nèi)的墻角、床頭柜、床上、床下、衣柜、電視柜等挨個尋找，做到不放過任何一個死角，當(dāng)所有的抽屜、儲藏柜中全部都找遍后，接著再尋找下一個房間。
深度優(yōu)先搜索：

深度優(yōu)先搜索就是訪問一個沒有訪問過的頂點，將他標(biāo)記為已訪問，再遞歸地去訪問在初始頂點的鄰接表中其他沒有訪問過的頂點
為Graph類添加一個數(shù)組：
this.marked = [];//保存已訪問過的頂點
for(var i=0;i
深度優(yōu)先搜索函數(shù)：
function dfs(v){
    this.marked[v] = true;
    //if語句在這里不是必須的
    if(this.adj[v] != undefined){
        print("Visited vertex: " + v );
        for each(var w in this.adj[v]){
            if(!this.marked[w]){
                this.dfs(w);
            }
        }
    }
}

廣度優(yōu)先搜索
廣度優(yōu)先搜索（BFS）屬于一種盲目搜尋法，目的是系統(tǒng)地展開并檢查圖中的所有節(jié)點，以找尋結(jié)果。換句話說，它并不考慮結(jié)果的可能位置，徹底地搜索整張圖，直到找到結(jié)果為止。
廣度優(yōu)先搜索從第一個頂點開始，嘗試訪問盡可能靠近它的頂點，如下圖所示：

其工作原理為：
 1. 首先查找與當(dāng)前頂點相鄰的未訪問的頂點，將其添加到已訪問頂點列表及隊列中；
 2. 然后從圖中取出下一個頂點v，添加到已訪問的頂點列表
 3. 最后將所有與v相鄰的未訪問頂點添加到隊列中
下面是廣度優(yōu)先搜索函數(shù)的定義：
function bfs(s){
    var queue = [];
    this.marked = true;
    queue.push(s);//添加到隊尾
    while(queue.length>0){
        var v = queue.shift();//從隊首移除
        if(v == undefined){
            print("Visited vertex: " + v);
        }
        for each(var w in this.adj[v]){
            if(!this.marked[w]){
                this.edgeTo[w] = v;
                this.marked[w] = true;
                queue.push(w);
            }
        }
    }
}

最短路徑
在執(zhí)行廣度優(yōu)先搜索時，會自動查找從一個頂點到另一個相連頂點的最短路徑
確定路徑
要查找最短路徑，需要修改廣度優(yōu)先搜索算法來記錄從一個頂點到另一個頂點的路徑，我們需要一個數(shù)組來保存從一個頂點操下一個頂點的所有邊，我們將這個數(shù)組命名為edgeTo
this.edgeTo = [];//將這行添加到Graph類中

//bfs函數(shù)
function bfs(s){
    var queue = [];
    this.marked = true;
    queue.push(s);//添加到隊尾
    while(queue.length>0){
        var v = queue.shift();//從隊首移除
        if(v == undefined){
            print("Visited vertex: " + v);
        }
        for each(var w in this.adj[v]){
            if(!this.marked[w]){
                this.edgeTo[w] = v;
                this.marked[w] = true;
                queue.push(w);
            }
        }
    }
}

拓撲排序算法
拓撲排序會對有向圖的所有頂點進行排序，使有向邊從前面的頂點指向后面的頂點。
拓撲排序算法與BFS類似，不同的是，拓撲排序算法不會立即輸出已訪問的頂點，而是訪問當(dāng)前頂點鄰接表中的所有相鄰頂點，直到這個列表窮盡時，才會將當(dāng)前頂點壓入棧中。
拓撲排序算法被拆分為兩個函數(shù)，第一個函數(shù)是topSort()，用來設(shè)置排序進程并調(diào)用一個輔助函數(shù)topSortHelper()，然后顯示排序好的頂點列表
拓撲排序算法主要工作是在遞歸函數(shù)topSortHelper()中完成的，這個函數(shù)會將當(dāng)前頂點標(biāo)記為已訪問，然后遞歸訪問當(dāng)前頂點鄰接表中的每個頂點，標(biāo)記這些頂點為已訪問。最后，將當(dāng)前頂點壓入棧中。
//topSort()函數(shù)
function topSort(){
    var stack = [];
    var visited = [];
    for(var i =0;i