python实现BFS（广度优先搜索）& DFS（深度优先搜索）

• BFS（广度优先搜索）：

图1 BFS

图2 BFS

图3 Queue of BFS

图一是BFS（广度优先搜索）在树的情况下的执行过程，从A出发，搜索A的第二层，发现有B，C，D（必须从左到右搜索），再搜索B的第二层，发现B的第二层没有元素，再搜索C的第二层，发现有E，F，放置于D后面，再搜索D的第二层，发现有G，放置于F后面，再往下搜索E，F，G，发现只有G有第二层H和I，所以最后得到：
A B C D E F G H I
图二是BFS（广度优先搜索）在图的情况下的执行过程，假设从A出发，第二层是B和C，先搜索B的第二层，发现有D，再搜索C的第二层，发现只有E了，最后D，E中只有D有第二层F，所以最后得到：
A B C D E F
⚠️：这里不可以是：A B C E D F，因为必须先搜索B的第二层再搜索C的第二层
同理以E为起始点可以得到：E C D A B F（不同的起始点的路径不同）
BFS在python中实现运用了Queue（队列）将搜索结果进行排列

• DFS（深度优先搜索）：

图4 DFS

图5 stack of DFS

图4是DFS（深度优先搜索）在图的情况下的执行过程，其规则是从起始点往下走，走到底再返回，直到走完所有点：
从起始点A出发->B->C->D->F(此时到底了，返回)->E->C(此时所有点都走完了)
DFS在python中实现运用了Stack（栈）将搜索结果进行堆砌：
将起始点A先放入栈->拿出A，A后可以选择走B和C->将B，C放入栈->拿出B，B之后只能走D->将D放入栈->拿出D，D之后可以走E，F->将E，F放入栈->拿出F，F之后到底了->无放入->拿出E->拿出C
最后得到 A B D F E C （不同的起始点的路径不同）

完整python代码解析
从‘A’出发:
BFS得到A B C D E F (答案不唯一)
DFS得到A B D F E C (答案不唯一）

用字典的映射去表示图2
>>> graph = {
   
...     'A': ['B', 'C'],
...     'B': ['A', 'C', 'D'],
...     'C': ['A', 'B', 'D', 'E'],
...     'D':