最近做了不少的搜索题，时而用到DFS时而用到BFS，这里对两种搜索方法做一个总结。
广度优先搜索算法（Breadth-First-Search，缩写为 BFS），是一种利用队列实现的搜索算法。简单来说，其搜索过程和 “湖面丢进一块石头激起层层涟漪” 类似。
先搜索邻居，搜完邻居再搜邻居的邻居。
其中俩个思想： 1 .队列不为空则循环
2.将未访问的邻接点压入队列后面，然后从前面取出并访问（这样就做到了广度优先）
图的解释：
0
1 2
3 4 5 6
这个是二叉树的例子，这里如果是广度优先的话，访问的顺序依次是0123456.
深度优先搜索算法（Depth-First-Search，缩写为 DFS），是一种利用递归实现的搜索算法。简单来说，其搜索过程和 “不撞南墙不回头” 类似。
从起点出发，先把一个方向的点都遍历完才会改变方向......
先找到出发点，依次对找其所有未访问的邻接点做dfs（仔细想想，这里，未访问完邻居继续做dfs，这样就做到了深度优先）
这里贴一个树的深度优先搜索树的例子
这个树很简单：
0
1 2
3 4 5 6
是一个二叉树。
如果是深度优先算法来搜，则搜索顺序应该为：0134256
各自用途
1.BFS是用来搜索最短径路的解是比较合适的，比如求最少步数的解，最少交换次数的解，因为BFS搜索过程中遇到的解一定是离根最近的，所以遇到一个解，一定就是最优解，此时搜索算法可以终止。这个时候不适宜使用DFS，因为DFS搜索到的解不一定是离根最近的，只有全局搜索完毕，才能从所有解中找出离根的最近的解。（当然这个DFS的不足，可以使用迭代加深搜索ID-DFS去弥补）
2.DFS是空间效率高，DFS不需要保存搜索过程中的状态，而BFS在搜索过程中需要保存搜索过的状态，而且一般情况需要一个队列来记录。
3.DFS适合搜索全部的解，因为要搜索全部的解，那么BFS搜索过程中，遇到离根最近的解，并没有什么用，也必须遍历完整棵搜索树，DFS搜索也会搜索全部，但是相比DFS不用记录过多信息，所以搜素全部解的问题，DFS显然更加合适，一般情况下，DFS也需要高效的剪枝操作。