有向/无向图的基本性质和操作

Graph是非常重要而涵盖很广的内容，以至于单独的图论研究方向。LeetCode上很多问题都可以抽象成图，比如搜索类问题，树问题，迷宫问题，矩阵路径问题等。

• BFS的时间空间占用以braching factor为底，到解的距离d为指数增长；空间上Queue是不会像DFS只存一条路径的，而是从起点出发越扩越大，因为会有空间不够的风险，空间占用为O(b^d)。
• DFS的时间占用是以branching factor为底，树的深度m为指数增长；而空间占用上，却只是O(bm)，可视化搜索过程中只把每个Node的所有子节点存在Stack上，搜索完了再pop出来接着探，因此存储节点数为O(bm)。

可以看到无论BFS还是DFS，树的branching factor都是对空间与时间复杂度影响最大的参数。除此之外，BFS最重要的是到解的距离，而BFS看从当前节点的深度。普遍来说，DFS空间上会经济一些，当然也要分情况讨论。

Topological Sorting，拓扑排序，是graph搜索中的特殊的一种顺序，本质上还是完全可以靠BFS/DFS解决。