深度优先搜索与广度优先搜索算法

深度优先搜索 DFS

深度优先搜索（英语：Depth-First-Search，DFS）是一种用于遍历或搜索树或图的算法。该算法与堆栈有着千丝万缕的关系。DFS算法通常需要用到堆栈结构

DFS算法的思路，是试图穷举全部路径 它的思想是从一个顶点开始，沿着一条路一直走到底，如果发现不能到达目标解，那就返回到上一个节点，然后从另一条路开始走到底。这种尽量往深处走的概念即是深度优先的概念。

案例：寻找二叉树中的目标节点。

如下图所示，红色表示死胡同，绿色G表示目标。

1. 从入口A出发，首先来到第一个分岔口，有B和C两条路，
2. 遍历B，发现是死胡同，回退到最近的分岔口A，尝试往C方向走；
3. 遍历C，发现是一个分岔口，有D、E、F三条路，
4. 遍历D，发现是死胡同，回退到分岔口C，
5. 遍历E，发现有G一条路，
6. 遍历G，成功找到目标节点。

广度优先搜索 BFS

BFS 又译作宽度优先搜索，或横向优先搜索，是一种图形搜索算法。简单的说，BFS是从根节点开始，沿着树的宽度遍历树的节点。如果所有节点均被访问，则算法中止。

BFS算法的思路，是逐层遍历，类似于树的层次遍历。从图中的某一顶点出发，遍历每一个顶点时，依次遍历其所有的邻接点，然后再从这些邻接点出发，同样依次访问它们的邻接点。按照此过程，直到图中所有被访问过的顶点的邻接点都被访问到。

一般用队列数据结构来辅助实现BFS算法。

如下图所示，遍历过程：

1. 遍历第2层数据，访问A，有B和C两条路，保存为下一层的遍历数据，清空A数据。
2. 遍历第2层数据，访问B，发现是死胡同，清空B数据；遍历C，发现D、E、F，保存为下一层的遍历数据，清空C数据；
3. 遍历第3层数据，访问D，发现是死胡同，清空D数据；遍历E，发现G，保存为下一层的遍历数据，清空E数据，遍历F数据并清空；
4. 遍历第4层数据，访问G，目标找到。