根据接入节点的顺序和方式，可以分为宽度优先算法(BFS )和深度优先算法(DFS )，本文介绍深度优先算法。
深度优先算法1、算法概述
深度优先搜索是图形算法的一种，英语中简称为DFS。 简单来说，该过程不会对每个可能的分支路径进行更深的挖掘，每个节点只能访问一次。
深层搜索是爬行动物开发初期应用较多的一种方法，其目的是实现被搜索结构的叶节点，即不包含超链接的HTML文件。
其思想：
a .对顶点v的访问；
b .从v的未被访问的邻接点开始按顺序出发，在深度优先遍历图的图中，被访问到与v路径相通的顶点；
c .此时，图中尚未访问顶点的情况下，从未访问的顶点开始，重新进行深度优先的扫描，直到访问了图中的所有顶点。
2、原理详解
(深度优先搜索通过堆栈实现，整个过程可以想象为倒立的树) )。
1、将根节点推入堆栈。
2、从堆栈中逐个取出要素，检索其下一级的所有要素，并将这些要素推入堆栈中。 将该元素称为下一个元素的前体。
3、找到要找的要素后退出程序。
4、穿越整棵树仍找不到时，退出程序。
本文采用深度优先算法对图进行遍历，并介绍其原理：
首先展示了图：
假设选择的节点a为根节点，将根节点a放入堆栈。 从堆栈中取出节点a，找出a的子节点b、c并放入堆栈中。 (此时在节点a上)
从堆栈中取出节点b，寻找b的子节点d，放入堆栈中。 (此时在节点b上)
取出节点d，寻找子节点f并放入堆栈。
然后取出节点f，重复上述操作直到扫描了所有图表。
需要注意的是：
如果一个节点有多个子节点，则子节点进入堆栈的顺序是随机的。 也就是说，即使是同一个图表，也能得到各种各样的结果。 如果你去节点f，你会发现f没有子节点。 如果是这样，返回f的父节点，寻找还没有走过的节点。 如果父节点中没有尚未行走的子节点，则继续跳转。 跳跃的过程不表现也没关系。3、代码描述
#-- coding : utf-8-- ' ' createdonsunmar 31163360563360062019 @ author : cs dhmg ' ' graph={ ' a ' : ] ' c ' c。 start ) :stack=list(start )将开始节点放入堆栈closed=set中创建集合，创建已经通过的节点closed.add(start ) while(len ) 判断从堆栈中取出节点nodes=graph[vertex] #节点是否通过了fornodeinnodes 3360 ifnodenotinclosed : #如果节点没有通过，则判断为堆栈和集合