在编程生活中，我们总是遇到树结构，这几天正好需要操作树结构，记录自己的操作方式和过程。 假设现在有这样的树。 (不管是不是二叉树。 原理是一样的。
1、深度优先
英语简称DFS，即深度第一搜索。
深度优先搜索是爬行动物开发初期常用的方法。 其目的是实现不包含已搜索结构的叶节点(即超级链)的HTML文件。 在HTML文件中，选择超链接后，链接的HTML文件将执行深度优先搜索。 也就是说，在搜索剩下的超链接结果之前，必须完全搜索各个链。 深度优先搜索将沿着HTML文件的超链接进行，直到无法再深入，返回到一个HTML文件，然后继续选择该HTML文件中的另一个超链接。 当无法选择其他超级链接时，搜索已结束。 简单来说，这一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。 在以上示例中，假设作为深度优先遍历的结果，a、b、d、e、I、c、f、g、h .在子节点的左侧领先。
深度必须优先遍历每个节点，并使用堆这一数据结构。 stack的特点是先进的后起之秀。 整个遍历过程如下
首先将a节点推入堆中，堆叠(a )；
一边弹出a节点，一边将a的子节点c、b推入堆中。 此时，b位于堆的上部，堆叠(b、c )；
一边弹出b节点，一边将b的子节点e、d推入堆中。 此时，d位于堆的上部，堆叠(d、e、c )；
弹出d节点，子节点未按下时，e位于堆的顶部，堆栈(e，c )；
弹出e节点，同时推入e的子节点I，堆栈(I，c )；
.依次向下，最终遍历完成。 Java代码可能如下所示。
公共语音深度第一(
堆叠节点堆叠=新堆叠(；
Map node=new HashMap (；
节点堆栈. add (node；
while (！ nodeStack.isEmpty (
node=nodeStack.pop (；
system.out.println(node )；
//获得节点子节点相对于二叉树是获得节点的左子节点和右子节点
list children=get children (节点；
if(Children！=空！ children.isEmpty (
for (映射池：池ren ) {
节点堆栈. push (child；
}
}
}
}
//节点由Map保管
2、广度优先
英语中简称BFS=Breadthfirstsearch。 在过程检查中，依次访问各层次的节点，访问一个层次进入下一个层次，每个节点只能访问一次。 在上述示例中，宽度优先扫描的结果是： a、b、c、d、e、f、g、h、I (假定各层的节点从左向右访问)。
若要以宽度优先顺序遍历每个节点，必须使用名为“队列”(Queue )的数据结构。 队列的特点是先进先出，但实际上也可以使用两端队列。 区别在于，可以在两端队列的开头插入节点或弹出节点。 整个遍历过程如下
首先将a节点插入队列，然后返回队列(a；
弹出a节点的同时将a的子节点b、c插入队列中。 此时，b是队列的开头，c是队列的末尾，queue(b、c )；
弹出b节点，同时将b的子节点d、e插入队列。 此时，c是队列的开头，e是队列的末尾，queue(c、d、e )；
弹出c节点，同时将c的子节点f、g、h插入队列。 此时，d是队列的开头，h是队列的末尾，queue(d、e、f、g、h )；
弹出d节点，如果d中没有子节点，则e是队列的开头，h是队列的末尾，queue(e、f、g、h )；
.依次向下，最终遍历完成。 Java代码可能如下所示。
公共语音刀片第一个(
Deque nodeDeque=new ArrayDeque (；
Mapnode=new HashMap (；
节点deque.add (节点；
while (！ nodeDeque.isEmpty (
node=nodeDeque.peekFirst (；
system.out.println(node )；
//获得节点子节点相对于二叉树是获得节点的左子节点和右子节点
list children=get children (节点；
if(Children！=空！ children.isEmpty (
for (映射池：池ren ) {
节点deque.add (child；
}
}
}
}
//这里使用的是双端队列。 和使用queue一样
总结
希望以上是本文所有深度优先和广度优先的Java实现代码示例，对大家有所帮助。 感兴趣的人继续参考本网站的其他相关主题。 如果有不足之处，欢迎评论。 感谢朋友们对本站的支持！