把圖的探索當作設計工具（graph exploration as a design tool）

許多看起來不像圖的問題，一旦你把它畫成圖並有系統地走過它，就變得容易了。你能從這座機場到那座機場嗎？這個迷宮有解嗎？爬蟲從首頁能抵達哪些網頁？每一個其實都是關於圖的問題，而答案會從一趟有紀律、恰好碰到每個可達部分一次的走訪中浮現。「把圖的探索當作設計工具」的想法就是：這一趟走訪——以廣度優先或深度優先搜尋進行——是一具可重複使用的引擎，你把小任務拴在它上面。

共用的骨架很簡單：維護一個已拜訪頂點的集合，從某個起點出發，反覆取出一個尚未探索的頂點、標記為已拜訪、再把它尚未拜訪的鄰居排入待處理。BFS 用佇列來做，因此像漣漪般依距離遞增一圈圈擴散；DFS 用堆疊（或遞迴）來做，因此沿一條路徑盡可能往下衝、走不下去才退回。由於兩者各把每個頂點標記一次、各檢視每條邊一次，配上鄰接串列都跑在 O(n + m)。它的威力在於你不改動走訪本身——只是在恰當時機掛上一個小動作：數要走幾趟才能覆蓋一切（連通分量）、記下每個頂點離起點的距離（以邊數計的最短路徑）、把頂點交替著色以測試兩側性（二分圖）、記下頂點完成的順序（拓樸排序）、或留意是否有一條回到祖先的邊（環偵測）。

這正是圖搜尋被視為一種設計範式、而不只是兩個程序的原因。一旦你能把問題看成「從這裡抵達一切，並在過程中觀察某件事」，你就免費繼承了一個正確、線性時間的走訪，只需設計那個小小的觀察。誠實的界限：探索能回答可達性與結構（誰連到誰、隔幾跳、依什麼順序），但純 BFS 與 DFS 忽略邊的權重——若要在不同成本下找最便宜的路徑，你需要戴克斯特拉或貝爾曼-福特的加權機制；若要回答容量問題，你需要網路流。清楚哪些問題裸走訪能答、哪些不能，是用好它的一半功夫。