该图的边(Edges of the graph)

为了找到那种图形的边缘，在此我们采用了深度优先搜索算法，我们可以这样做：

树边：X - >ÿ当[d [Y]中，f [Y]]⊂[d [X]中，f [X]]

前边缘：X - >ÿ当[d [X]中，f [X]]⊂[d [Y]中，f [Y]]

后边缘：X - >ÿ当[d [Y]中，f [Y]]⊂[d [X]中，f [X]]

横边缘：X - >ÿ当[d [X]中，f [X]]∩[d [Y]中，f [Y]] =∅

发现时间 ：发现时间d [V]是第一次看到v在发现或完成节点的数量。

完成时间 ：完成时间F [V]是在完成$ V $扩张之前发现或完成节点的数量。

这是我在看的图：

这里是发现和结束时间，我发现：

算法：

Depthfirstsearch(G)
   for each v ∈ V
        color[v]=white
        p[v]=NIL
   time=0
   for each v ∈ V
       if color[v]=white then
          Visit(v)


Visit(u)
  color[u]=gray
  time=time+1
  d[u]=time
  for each v ∈ Adj[u]
       if color[v]=white then
          p[v]=u
          Visit(v)
  color[u]=black
  time=time+1
  f[u]=time

当我们的情况为例[d [Y]，F [Y]⊂[d [X]，F [X]，我们怎么能知道，如果它是树的边缘或后缘？

我们是否有标记每个节点的父亲，这样的：

如果有红边，我们知道，这是树的边缘？如果是这样，你能解释我为什么？

另外，也没有JH，IA前边缘和Ag后缘？还是我错了？

您的前进和后退边的关系是不正确的 - 你应该换的。
除此之外，我建议阅读维基百科这样一段话：
http://en.wikipedia.org/wiki/Depth-first_search#Output_of_a_depth-first_search
它包括这些边缘和良好的图像的更直观的和直接的定义：

直接回答您的问题

当我们的情况为例[d [Y]，F [Y]⊂[d [X]，F [X]，我们怎么能知道，如果它是树的边缘或前缘？

如果一个边缘属于树 - 它是树边缘（和所有树边缘满足上述的关系）。
如果边缘不属于树，它满足上面的关系-这是一个前边缘。

我们是否有标记每个节点的父亲，这样的：[...]如果有红边，我们知道，这是树的边缘？

是的，但我们需要记住，树边是蓝色和红色边的树只是一种表象，他们在另一个方向指向。所以，如果有一个红色箭头x -> y ，这意味着一个蓝色箭头y -> x属于树（它可能是你明显）。您还可以读取生成树的定义：
http://en.wikipedia.org/wiki/Spanning_tree#Definitions

另外，也没有JH，IA前边缘和Ag后缘？还是我错了？

这正是周围的其他方法：JH，IA回来边缘，AG是一家前缘（因为你的背部和前部边缘的关系是不正确的）。

更详细的解释

当你在图上运行DFS时，它产生此图的生成树的表示通过设置p[v]=u在Visit(u)这意味着顶点u是顶点的父v中的生成树输入图）。

你已经绘制正确使用红色箭头这种表示。然而，究竟是什么形成了一个图的生成树是该图（或其中的一个子集，以准确）的边缘。因此，要知道，如果一个蓝色的x -> y图形的边缘属于这个图的生成树，我们需要检查，如果有一个y -> x的红色边缘，您的图片，或者换句话说，如果x是的父y （ p[y] == x在生成树）。

让我们来看看为什么jh是后缘。我们需要看你的第二个画面：

在DFS开始于a 。它已访问的顶点后c,f,g它回溯到a和访问d首次（这增加了边缘- > d生成树的DFS正在建设）。然后，访问h,j ，现在它想参观h ，但是它已经被访问和h具有较小的发现时间比j ，所以我们搬回-这是一个底部。