DFS（深度优先搜索）和BFS（广度优先搜索）
Depth-First Search
Breadth-First Search

深度优先搜索

思想

用玩迷宫为例子——把所有的路都走了遍总会有一条走得通的路！——深度优先搜索的核心思想，是试图穷举所有的完整路径。

本质——栈结构

栈：先进后出

深度优先搜索的过程可以转化为一系列的入栈、出栈操作——代码实现：使用递归来模拟入栈、出栈的逻辑。

DFS 与二叉树的遍历

递归调用的函数执行过程本身就是一个栈，叫做函数调用栈，入栈规则为函数调用，出栈规则为函数执行完毕

广度优先搜索

访问顺序符合“先进先出”原则，BFS 算法的实现过程，和队列有着密不可分的关系

思想

与深度优先搜索不同的是，广度优先搜索（BFS）并不执着于“一往无前”这件事情。它关心的是眼下自己能够直接到达的所有坐标，其动作有点类似于“扫描”，一层一层地扫描

BFS实战：二叉树的层序遍历

看到“层次”关键字，大家应该立刻想到“扫描”；想到“扫描”，就应该立刻想到 BFS

function BFS(root) {
    const queue = [] // 初始化队列queue
    // 根结点首先入队
    queue.push(root)
    // 队列不为空，说明没有遍历完全
    while (queue.length) {
        const top = queue[0] // 取出队头元素  
        // 访问 top
        console.log(top.val)
        // 如果左子树存在，左子树入队
        if (top.left) {
            queue.push(top.left)
        }
        // 如果右子树存在，右子树入队
        if (top.right) {
            queue.push(top.right)
        }
        queue.shift() // 访问完毕，队头元素出队
    }
}

// 二叉树编码
const root = {
    val: "A",
    left: {
        val: "B",
        left: {
            val: "D"
        },
        right: {
            val: "E"
        }
    },
    right: {
        val: "C",
        right: {
            val: "F"
        }
    }
};

// 执行
BFS(root)

// 输出
A
B
C
D
E
F