从哈希表到图：指针如何在网状结构里完成 DFS 与 BFS
图是指针最自由的舞台。链表是一条线，树有固定层级，而图允许节点连接任意节点。遍历图，本质上是在网状指针中找路。
引言
链表是一条线。二叉树是一棵树。堆把树压进数组。哈希表把数组和链表组合起来。
到了图，指针彻底挣脱固定层级。
图里的节点没有绝对的父子关系。一个节点可以连接多个节点，也可以被多个节点连接。社交网络、城市道路、计算机网络、任务依赖关系，本质上都是图。
如果说前几种数据结构是在“走线”和“爬树”，那么图就是进入一张网。
这篇文章继续从指针视角看图：图如何存储，DFS 如何深入，BFS 如何扩散，为什么 visited 是图遍历中不可省略的安全绳。
1. 图的存储：邻接矩阵与邻接表
图最常见的两种存储方式，是邻接矩阵和邻接表。
邻接矩阵用二维数组表示边：
matrix[i][j] = 1 表示 i 到 j 有边
它适合稠密图。优点是判断两个点是否相连很快，缺点是空间消耗大，而且要找某个点的所有邻居，必须扫描一整行。
真正更能体现指针思想的是邻接表。
邻接表维护一个数组 adj，数组每个位置都是一条链表的头指针。链表里的每个节点代表一条边。
struct EdgeNode {
int target;
int weight;
EdgeNode* next;
};
class Graph {
private:
vector<EdgeNode*> adj;
int vertexCount;
};
这和哈希表的拉链法非常像。
哈希表中，数组桶后面挂的是冲突 key。图中，数组顶点后面挂的是邻居节点。
adj[0] -> 1 -> 3 -> 5
adj[1] -> 0 -> 2
adj[2] -> 4
adj[i] 表示从顶点 i 出发的所有边。每个 EdgeNode 通过 next 串起来。
所以，邻接表本质上就是 N 条边链表的集合。
2. DFS：指针的纵向深入与递归回溯
DFS，深度优先搜索。
它的策略很简单：沿着一条路尽量往深处走，走不通再退回来。
递归版本最直观：
void dfs(int cur, vector<bool>& visited) {
visited[cur] = true;
cout << cur << \” \”;
EdgeNode* edge = adj[cur];
while (edge != NULL) {
int neighbor = edge
