深度优先遍历 广度优先遍历的代码示例

下面是深度优先遍历和广度优先遍历的代码示例（以无向图为例）：

深度优先遍历的代码示例：

def dfs(graph, start, visited):
    visited.add(start)
    print(start, end=' ')

    for neighbor in graph[start]:
        if neighbor not in visited:
            dfs(graph, neighbor, visited)

# 以邻接表表示图
graph = {
    'A': ['B', 'C'],
    'B': ['A', 'D', 'E'],
    'C': ['A', 'F'],
    'D': ['B'],
    'E': ['B', 'F'],
    'F': ['C', 'E']
}

visited = set()
dfs(graph, 'A', visited)

广度优先遍历的代码示例：

from collections import deque

def bfs(graph, start):
    visited = set()
    queue = deque([start])
    visited.add(start)

    while queue:
        vertex = queue.popleft()
        print(vertex, end=' ')

        for neighbor in graph[vertex]:
            if neighbor not in visited:
                queue.append(neighbor)
                visited.add(neighbor)

# 以邻接表表示图
graph = {
    'A': ['B', 'C'],
    'B': ['A', 'D', 'E'],
    'C': ['A', 'F'],
    'D': ['B'],
    'E': ['B', 'F'],
    'F': ['C', 'E']
}

bfs(graph, 'A')

以上代码示例中，深度优先遍历和广度优先遍历都使用了图的邻接表表示。在深度优先遍历中，使用递归方式实现，通过记录已访问的节点来避免重复访问。在广度优先遍历中，使用队列来存储待访问的节点，并通过记录已访问的节点来避免重复访问。