这周练习主题是搜索算法，我练习的题目主要包括深度优先搜索和广度优先搜索这两种搜索算法。 总结来说，深度优先搜索（DFS）和广度优先搜索（BFS）是两种非常实用的搜索策略，它们各有特点，适用于不同类型的问题。
深度优先搜索（DFS） ：
- 递归思想：DFS通常通过递归实现，这要求我们能够将问题分解为更小的子问题，逐步深入探索。
- 回溯能力：在DFS中，我们需要有良好的回溯意识，一旦当前路径无法继续，能够迅速返回上一层继续探索。
- 栈的使用：虽然DFS可以通过递归实现，但使用栈来模拟递归过程也是一种常见的做法，特别是在需要优化性能或避免递归深度限制时。
- 适用场景：DFS适合于需要遍历所有可能情况的问题，如树或图的遍历、组合问题、排列问题等。
广度优先搜索（BFS） ：
- 队列的使用：BFS使用队列来按层次遍历节点，这要求我们能够理解队列的先进先出（FIFO）特性，并将其应用于算法实现中。
- 最短路径问题：BFS在寻找最短路径问题上具有天然优势，因为它总是先探索距离起点最近的节点。
- 层序遍历：BFS的层序遍历特性使其在处理需要按层次解决问题时非常有用，如社交网络中的最短路径问题。
- 空间复杂度：BFS可能需要存储所有已访问的节点，因此在空间复杂度上可能较高，这在刷题时需要特别注意。
DFS和BFS虽然都是搜索算法，但它们适用的问题类型不同。DFS更擅长于探索所有可能的解决方案，而BFS则在寻找最短路径方面更为有效。此外，如何根据问题的特点灵活选择算法，以及如何优化算法以适应不同的问题场景，也是需要多加练习才能具备的能力。
