1、算法用途：
是一种图像搜索演算法。用于遍历图中的节点，有些类似于树的深度优先遍历。这里唯一的问题是，与树不同，图形可能包含循环，因此我们可能会再次来到同一节点。
2、主要思想：
主要借助一个队列、一个布尔类型数组、邻接矩阵完成（判断一个点是否查看过，用于避免重复到达同一个点，造成死循环等），先将各点以及各点的关系存入邻接矩阵。
再从第一个点开始，将一个点存入队列，然后在邻接表中找到他的相邻点，存入队列，每次pop出队列头部并将其打印出来（文字有些抽象，实际过程很简单），整个过程有点像往水中投入石子水花散开。
（邻接表是表示了图中与每一个顶点相邻的边集的集合，这里的集合指的是无序集）
3、代码（java）：
(以上图为例的代码）
1 import java.util.*;
2
3 //This class represents a directed graph using adjacency list
4 //representation
5 class Graph1 {
6 private static int V; // No. of vertices
7 private LinkedList<Integer> adj[]; // Adjacency Lists
8
9 // Constructor
10 Graph1(int v) {
11 V = v;
12 adj = new LinkedList[v];
13 for (int i = 0; i < v; ++i)
14 adj[i] = new LinkedList();
15 }
16
17 // Function to add an edge into the graph
18 void addEdge(int v, int w) {
19 adj[v].add(w);
20 }
21
22 // prints BFS traversal from a given source s
23 public void BFS() {
24 // Mark all the vertices as not visited(By default
25 // set as false)
26 boolean visited[] = new boolean[V];
27 // Create a queue for BFS
28 LinkedList<Integer> queue = new LinkedList<Integer>();
29
30 for (int i = 0; i < V; i++) {
31 if (!visited[i]) {
32 BFSUtil(i, visited, queue);
33 }
34 }
35 }
36
37 public void BFSUtil(int s, boolean visited[], LinkedList<Integer> queue) {
38 // Mark the current node as visited and enqueue it
39 visited[s] = true;
40 queue.add(s);
41
42 while (queue.size() != 0) {
43 // Dequeue a vertex from queue and print it
44 s = queue.poll();
45 System.out.print(s + " ");
46
47 // Get all adjacent vertices of the dequeued vertex s
48 // If a adjacent has not been visited, then mark it
49 // visited and enqueue it
50 Iterator<Integer> i = adj[s].listIterator();
51 while (i.hasNext()) {
52 int n = i.next();
53 if (!visited[n]) {
54 visited[n] = true;
55 queue.add(n);
56 }
57 }
58 }
59 }
60
61 // Driver method to
62 public static void main(String args[]) {
63 Graph1 g = new Graph1(4);
64
65 g.addEdge(0, 1);
66 g.addEdge(0, 2);
67 g.addEdge(1, 2);
68 g.addEdge(2, 0);
69 g.addEdge(2, 3);
70 g.addEdge(3, 3);
71
72 System.out.println("Following is Breadth First Traversal " + "(starting from vertex 2)");
73 g.BFS();
74 }
75 }
扫描二维码关注公众号，回复：
6207512 查看本文章
4、复杂度分析：
算法借助了一个邻接表和队列，故它的空问复杂度为O(V）。 遍历图的过程实质上是对每个顶点查找其邻接点的过程，其耗费的时间取决于所采用结构。 邻接表表示时，查找所有顶点的邻接点所需时间为O(E)，访问顶点的邻接点所花时间为O（V）,此时，总的时间复杂度为O(V+E)。