深搜和广搜是图很多算法的基础，很多图的算法都是从这两个算法中启发而来。
深搜简单地说就是直接一搜到底，然后再回溯，再一搜到底，一直如此循环到没有新的结点。
广搜简单地说就是一层一层的搜，像水的波纹一样往外面扩散，扩散到最外层搜索也就完成了。
prim最小生成树、Dijkstra单源最短路径算法都使用了类似广度优先搜索的思想。
拓扑排序就可以用深搜来实现，分解强连通分量也可以用深搜来实现（转置图加两次深搜）
我们实现广搜时需要用队列来辅助我们进行。实现深搜时使用栈来辅助我们进行，所以显而易见的用递归实现深搜也比较合适，因为递归本身就是栈存储。
下面给出的广搜是无向图中，给定源结点的方法。
给出的深搜是有向图中，未给出源结点的方法，且是非递归实现（递归实现相对比较简单）。
代码如下：（仅供参考）
template<typename T>
class Graph {
private :
struct Vertex {
forward_list<T> vertex;
bool color;
};
typedef unordered_map<T, Vertex> adjList;
adjList Adj;
public :
void insertEdge(T x, T y) {Adj[x].vertex.push_front(y);}
void deleteEdge(T x, T y) {Adj[x].vertex.remove(y);}
void BFS(T s);
void DFS();
}; template<typename T>
void Graph<T>::BFS(T s) {
vector<T> que;
for (auto i : Adj)
i.second.color = false;
Adj[s].color = true;
cout << s << ends;
que.insert(que.begin(), s);
while (!que.empty()) {
T u = que.back();
que.pop_back();
for (auto i : Adj[u].vertex)
if (Adj[i].color == false) {
Adj[i].color = true;
cout << i << ends;
que.insert(que.begin(), i);
}
}
} template<typename T>
void Graph<T>::DFS() {
vector<T> stk;
for (auto i : Adj)
i.second.color = false;
for (auto u : Adj)
if (u.second.color == false) {
T v = u.first;
while () {
if (Adj[v].color == false) {
cout << v << ends;
Adj[v].color = true;
}
auto p = Adj[v].vertex.begin();
for ( ; p != Adj[v].vertex.end(); ++p)
if (Adj[*p].color == false) {
stk.push_back(v);
v = *p;
break;
}
if (p == Adj[v].vertex.end() && !stk.empty()) {
v = stk.back();
stk.pop_back();
}
else if (stk.empty()) break;
}
}
}