在程式設計生活中，我們總會遇見樹性結構

而當我們需要遍歷所有節點的時候有兩種遍歷演算法，1.深度優先，2.廣度優先

1.深度優先（DFS）

英文縮寫為DFS即Depth First Search.其過程簡要來說是對每一個可能的分支路徑深入到不能再深入為止，而且每個節點只能訪問一次。對於上面的例子來說深度優先遍歷的結果就是：A,B,D,E,I,C,F,G,H.(假設先走子節點的的左側)
深度優先遍歷各個節點，需要使用到堆（Stack）這種資料結構。stack的特點是是先進後出。整個遍歷過程如下：

首先將A節點壓入堆中，stack（A）;

將A節點彈出，同時將A的子節點C，B壓入堆中，此時B在堆的頂部，stack(B,C)；

將B節點彈出，同時將B的子節點E，D壓入堆中，此時D在堆的頂部，stack（D,E,C）；

將D節點彈出，沒有子節點壓入,此時E在堆的頂部，stack（E，C）；

將E節點彈出，同時將E的子節點I壓入，stack（I,C）；

…依次往下，最終遍歷完成，Java程式碼大概如下：

public void depthFirst() {
    Stack<Map<String, Object>> nodeStack = new Stack<Map<String, Object>>();
    Map<String, Object>
 
 node = new HashMap<String, Object>();
    nodeStack.add(node);
    while (!nodeStack.isEmpty()) {
        node = nodeStack.pop();
        System.out.println(node);
        //獲得節點的子節點，對於二叉樹就是獲得節點的左子結點和右子節點
        List<Map<String, Object>> children = getChildren(node);
        if (children !=
 
 null && !children.isEmpty()) {
            for (Map child : children) {
                nodeStack.push(child);
            }
        }
    }
}

2.廣度優先（BFS）

英文縮寫為BFS即Breadth FirstSearch。其過程檢驗來說是對每一層節點依次訪問，訪問完一層進入下一層，而且每個節點只能訪問一次。
廣度優先遍歷各個節點，需要使用到佇列（Queue）這種資料結構，queue的特點是先進先出，其實也可以使用雙端佇列，區別就是雙端佇列首位都可以插入和彈出節點。整個遍歷過程如下：

首先將A節點插入佇列中，queue（A）;

將A節點彈出，同時將A的子節點B，C插入佇列中，此時B在佇列首，C在佇列尾部，queue（B，C）；

將B節點彈出，同時將B的子節點D，E插入佇列中，此時C在佇列首，E在佇列尾部，queue（C，D，E）;

將C節點彈出，同時將C的子節點F，G，H插入佇列中，此時D在佇列首，H在佇列尾部，queue（D，E，F，G，H）；

將D節點彈出，D沒有子節點，此時E在佇列首，H在佇列尾部，queue（E，F，G，H）；

…依次往下，最終遍歷完成，Java程式碼大概如下：

public void breadthFirst() {
 Deque<map<string, object="">> nodeDeque = new ArrayDeque<map<string, object="">>();
 Map<string, object=""> node = new HashMap<string, object="">();
 nodeDeque.add(node);
 while (!nodeDeque.isEmpty()) {
  node = nodeDeque.peekFirst();
  System.out.println(node);
  //獲得節點的子節點，對於二叉樹就是獲得節點的左子結點和右子節點
  List<map<string, object="">> children = getChildren(node);
  if (children != null && !children.isEmpty()) { 
   for (Map child : children) {
    nodeDeque.add(child);
   }
  }
 }
}

原文：http://www.jb51.net/article/130070.htm