BFS和DFS
广度优先搜索（也称为BFS）是一种用于扩展特定图的所有节点的搜索方法。它通过搜索每个单独的解决方案来完成此任务，以便检查和扩展这些节点（或其中的序列的组合）。因此，BFS不使用启发式算法（或通过多个场景搜索解决方案的算法）。获得所有节点后，它们将被添加到称为First In，First Out队列的队列中。那些尚未探索的节点被“存储”在标记为“打开”的容器中;一旦探索，它们被运送到一个标记为“封闭”的容器中。
深度优先搜索（也称为DFS）是一种搜索方法，它深入挖掘搜索的子节点，直到达到目标（或者直到存在没有任何其他排列或“子节点”的节点）。找到一个目标后，搜索会回溯到已经使用解决方案的上一个节点，重复该过程，直到所有节点都已成功搜索。因此，节点继续被搁置以进行进一步探索 - 这称为非递归实现。
BFS的特点是空间和时间复杂性，完整性，完整性证明和最优性。空间复杂度是指搜索最深层节点数量的比例。时间复杂度是指用于考虑节点在搜索中将采用的每个路径的实际“时间”量。完全性本质上是一种搜索，它可以在图形中找到解决方案，而不管它是什么类型的图形。完整性的证明是在一定深度的节点中找到目标的最浅层。最后，最优性是指未加权的BFS - 这是用于单位步骤成本的图表。
DFS是使用生成树的最自然的输出 - 生成树是由所有顶点和无向图中的一些边组成的树。在这种形式中，图形被分为三类：前向边缘，从节点指向子节点;后边缘，从节点指向较早的节点;和交叉边缘，它们不执行其中任何一个。
摘要：
1. BFS搜索图中的每个解决方案以扩展其节点; DFS在子节点内深入挖掘，直到达到目标。
BFS的特点是空间和时间的复杂性，完整性，完整性证明和最优性; DFS最自然的输出是一个生成树，有三个类：前沿，后沿和交叉边。
