深搜和广搜区别

leetcode题目剑指Offer12和13题,判断错了该用深搜还是广搜,在此记录下深搜和广搜的知识点

如何判断该用广搜和深搜,主要是通过他们两个搜索的性质来判断的

深搜主要思想是暴力枚举,如果中途就不满足就应该立即返回,这种方法叫做剪枝,dfs方法总是会使用剪枝技巧,并且剪枝技巧应该高效,因为不使用高效剪枝,时间会猛增

广搜主要思想也是遍历整个矩阵，不同点在于搜索顺序不同。bfs也会使用剪枝技巧,但是时间仍然比dfs要高出很多,因为bfs会维护一个队列,队列消耗比方法栈大

DFS 是朝一个方向走到底，再回退，以此类推；BFS 则是按照“平推”的方式向前搜索。

遍历分为：
1.深度（Depth）优先搜索DFS：一个递归过程，有回退过程。尽可能“深”地搜索图。在深度优先搜索中，对于最新发现的顶点，如果它还有以此为起点而未探测到的边，就沿此边继续搜索下去。当结点V的所有边都已被探寻过，搜索将回溯到发现结点V有那条边的始结点，则选择其中一个作为源结点并重复以上过程，整个进程反复进行直到所有结点都被发现为止。
2.广度（Breath）优先搜索BFS：一个分层的搜索过程，没有回退过程，是非递归的。只是每次都尽可能地扩展当前节点的邻居节点，之后再向其子结点进行扩展。

应用上的区别：
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
BFS:对于解决最短或最少问题特别有效，而且寻找深度小，但缺点是内存耗费量大（需要开大量的数组单元用来存储状态）。
DFS：对于解决遍历和求所有问题有效，对于问题搜索深度小的时候处理速度迅速，然而在深度很大的情况下效率不高。

实现时用到的数据结构：
深度优先搜索用栈（stack）来实现，整个过程可以想象成一个倒立的树形：
1、把根节点压入栈中。
2、每次从栈中弹出一个元素，搜索所有在它下一级的元素，把这些元素压入栈中。并把这个元素记为它下一级元素的前驱。
3、找到所要找的元素时结束程序。
4、如果遍历整个树还没有找到，结束程序。
当然DFS也可以直接利用函数进行递归。
广度优先搜索使用队列（queue）来实现，整个过程也可以看做一个倒立的树形：
1、把根节点放到队列的末尾。
2、每次从队列的头部取出一个元素，查看这个元素所有的下一级元素，把它们放到队列的末尾。并把这个元素记为它下一级元素的前驱。
3、找到所要找的元素时结束程序。
4、如果遍历整个树还没有找到，结束程序。
BFS根据实际情况可能要用到优先队列。