前言
推出一个新系列，《看图轻松理解数据结构和算法》，主要使用图片来描述常见的数据结构和算法，轻松阅读并理解掌握。本系列包括各种堆、各种队列、各种列表、各种树、各种图、各种排序等等几十篇的样子。
关于图遍历
图遍历即图的遍历，指从图中任一顶点出发，对图中的所有顶点访问一次。图的遍历与树的遍历相似，但图的结构更加复杂，比如要考虑回路的情况。图的遍历操作是一种基本操作，很多其他操作都建立在图遍历基础之上。图的遍历算法主要有广度优先搜索和深度优先搜索，这里先看广度优先搜索。
广度优先搜索
广度优先搜索(Breadth First Search)，简称BFS，又称宽度优先搜索。它是很多图的算法的原型，Dijkstra单源最短路径算法和Prim最小生成树算法的思想都与BFS的思想类似。BFS的时间复杂度为，其中
为图的顶点数，
为图的边数。
核心思想
- 选择一个初始顶点
，并将其标记为已访问；
- 访问
，并均标记为已访问；
- 按照
- 以此类推，直到图中所有与初始顶点
- 如果图中的顶点还有未被访问的，则再选出其中一个作为起始顶点，继续执行步骤2到步骤4；
- 遍历结束。
搜索过程
在实现过程中需要用到一个队列和一个数组，队列用于保存所有未被检测的顶点，而数组用于标识哪些顶点已被访问，F表示未被访问，T表示已被访问。
对于一个拥有7个顶点的无向加权图，分别用0-6来表示图的每个顶点，因为遍历与边的权重无关，这里将权重值省略。
选择1作为初始顶点，将其加入队列中，队列头即是正在处理的顶点，并将数组对应元素标为T。
开始检测顶点1的每条边，首先是到达顶点0的边，
因为顶点0的访问标记为F，说明还未被访问过，于是将0加入到BFS队列中，同时将访问标记改为T。
继续检测顶点1的其它边，这次是到达顶点2的边，
因为顶点2的访问标记为F，说明还未被访问过，于是将2加入到BFS队列中，同时将访问标记改为T。
继续检测顶点1的其它边，这次是到达顶点3的边，
因为顶点3的访问标记为F，说明还未被访问过，于是将3加入到BFS队列中，同时将访问标记改为T。
顶点1的所有边已经被访问过了，于是从BFS队列中将1移除，接着处理下一个顶点，即顶点0。
检测顶点0的每条边，首先是到达顶点1的边，
因为顶点1的访问标记为T，说明已经被访问过，BFS队列和数组都不做任何更改。
继续检测顶点0的其它边，这次是到达顶点2的边，因为顶点2的访问标记为T，说明已经被访问过，BFS队列和数组都不做任何更改。
顶点0的所有边已经被访问过了，于是从BFS队列中将0移除，接着处理下一个顶点，即顶点2。
检测顶点2的每条边，首先是到达顶点0的边，因为顶点0的访问标记为T，说明已经被访问过，BFS队列和数组都不做任何更改。
继续检测顶点2的其它边，这次是到达顶点1的边，因为顶点1的访问标记为T，说明已经被访问过，BFS队列和数组都不做任何更改。
继续检测顶点2到顶点3的边，因为顶点3的访问标记为T，说明已经被访问过，BFS队列和数组都不做任何更改。
继续检测顶点2到顶点4的边，
因为顶点4的访问标记为F，说明还未被访问过，于是将4加入到BFS队列中，同时将访问标记改为T。
继续检测顶点2到顶点5的边，
因为顶点5的访问标记为F，说明还未被访问过，于是将5加入到BFS队列中，同时将访问标记改为T。
顶点2的所有边已经被访问过了，于是从BFS队列中将2移除，接着处理下一个顶点，即顶点3。
顶点3相邻的所有顶点（1、2、4、5）的访问标记都为T，BFS队列和数组都不做任何更改。继续处理顶点4。
此时顶点2和顶点3的访问标记都为T，BFS队列和数组都不做任何更改。当检测顶点4到顶点6时，
因为顶点6的访问标记为F，说明还未被访问过，于是将6加入到BFS队列中，同时将访问标记改为T。
顶点4的所有边已经被访问过了，于是从BFS队列中将4移除，接着处理下一个顶点，即顶点5。顶点5相邻的所有顶点（2、3、6）的访问标记都为T，BFS队列和数组都不做任何更改。
顶点5的所有边已经被访问过了，于是从BFS队列中将5移除，接着处理下一个顶点，即顶点6。顶点6相邻的所有顶点（4、5）的访问标记都为T，BFS队列和数组都不做任何更改。
最终的结果如下。
————-推荐阅读————
我的开源项目汇总(机器&深度学习、NLP、网络IO、AIML、mysql协议、chatbot)
跟我交流，向我提问：
欢迎关注：
