BFS和DFS直观区别 FLY

一、前言
我们首次接触 BFS 和 DFS 时，应该是在数据结构课上讲的 “图的遍历”。还有就是刷题的时候，遍历二叉树我们会经常用到BFS和DFS。它们的实现都很简单，这里我就不哆嗦去贴代码了。

想看代码的可以看《剑指Offer（三十八）：二叉树的深度》这个题目就可以利用BFS和DFS进行求解。那么，这两者“遍历” 的序列到底有何差别？

本篇文章就单纯来讲讲它们的区别和各自的应用，不会涉及任何代码。我们以“图的遍历”为例，进行说明。

二、区别
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。

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。

BFS 的重点在于队列，而 DFS 的重点在于递归。这是它们的本质区别。

举个典型例子，如下图，灰色代表墙壁，绿色代表起点，红色代表终点，规定每次只能走一步，且只能往下或右走。求一条绿色到红色的最短路径。

算法基础：BFS和DFS的直观解释

对于上面的问题，BFS 和 DFS 都可以求出结果，它们的区别就是在复杂度上存在差异。我可以先告诉你，该题 BFS 是较佳算法。

BFS示意图：

算法基础：BFS和DFS的直观解释

如上图所示，从起点出发，对于每次出队列的点，都要遍历其四周的点。所以说 BFS 的搜索过程和 “湖面丢进一块石头激起层层涟漪” 很相似，此即 “广度优先搜索算法” 中“广度”的由来。
我认为比较适合求最短路径，因为他是宽度搜索，一层层搜。我认为就是先搜距离唯一的所有点，判断是否为目标点，再搜距离为二的点，判断，直到搜到目标点为止。此时距离为最短距离。

DFS示意图：

算法基础：BFS和DFS的直观解释

如上图所示，从起点出发，先把一个方向的点都遍历完才会改变方向… 所以说，DFS 的搜索过程和 “不撞南墙不回头” 很相似，此即 “深度优先搜索算法” 中“深度”的由来。

三、总结
现在，你不妨对照着图，再去看看你打印出的遍历序列，是不是一目了然呢？

最后再说下它们的应用方向。

BFS 常用于找单一的最短路线，它的特点是 “搜到就是最优解”，而 DFS 用于找所有解的问题，它的空间效率高，而且找到的不一定是最优解，必须记录并完成整个搜索，故一般情况下，深搜需要非常高效的剪枝（剪枝的概念请百度）。

PS：BFS 和 DFS 是很重要的算法，读者如果想要更深入地了解它们，建议去 OJ 或 Leetcode 上找一些相关赛题训练下，一定会给你一个别样的天地。