邻接表存储的图遍历实战：从DFS到BFS的完整代码实现与调试技巧

邻接表存储的图遍历实战：从DFS到BFS的完整代码实现与调试技巧

在计算机科学中，图是一种非常重要的非线性数据结构，广泛应用于社交网络、路径规划、推荐系统等领域。图的遍历算法是解决许多图相关问题的基础，其中深度优先搜索（DFS）和广度优先搜索（BFS）是最核心的两种遍历方法。本文将深入探讨基于邻接表存储结构的图遍历实现，提供完整的C语言代码示例，并分享实用的调试技巧。

1. 邻接表存储结构解析

邻接表是图的一种链式存储结构，它结合了数组和链表的优点，特别适合存储稀疏图。与邻接矩阵相比，邻接表能更高效地利用内存空间。

1.1 邻接表的数据结构定义

在C语言中，我们可以这样定义邻接表的结构：

#define MAXV 50  // 最大顶点数
#define INF 32767  // 表示无穷大

typedef struct ANode {
    int adjvex;         // 该边的邻接点编号
    struct ANode *nextarc; // 指向下一条边的指针
    int weight;         // 该边的权值
} ArcNode;              // 边结点类型

typedef struct Vnode {
    ArcNode *firstarc;  // 指向第一个边结点
} VNode;                // 顶点结点类型

typedef struct {
    VNode adjlist[MAXV]; // 邻接表的头结点数组
    int n, e;           // 图中的顶点数n和边数e
} AdjGraph;             // 完整的图邻接表类型

1.2 邻接表的优势与适用场景

邻接表相比邻接矩阵有以下优势：

• 空间效率高：只存储实际存在的边，空间复杂度为O(n+e)
• 查找邻接点高效：可以直接访问某个顶点的所有邻接点