深度优先搜索（DFS）和广度优先搜索（BFS）对比

一、深度优先搜索（DFS）

1、搜索过程：

DFS 会沿着一条路径探索到底，直到无法继续，然后回溯到之前的分叉点继续探索其他路径。

2、实现方式:

DFS可以通过递归或使用栈来实现。

3、空间复杂度

相比于BFS，DFS通常有更低的空间复杂度，因为它不需要存储所有层的节点；只需存储一条从根节点到当前节点的路径。

4、应用场景：

DFS 常用于解决路径问题，如找到图中的一条路径，或者在状态空间中找到解决方案。它也适用于需要找出所有解决方案的问题，例如在图中找出所有从起点到终点的路径。

5、常见DFS解决的算法问题

拓扑排序、迷宫问题（走出迷宫的所有方案）、连通性问题（求连通分量）、回溯问题（八皇后、数独）、组合问题（子集问题或排列问题）、树和图的深度优先遍历。

二、广度优先搜索（BFS）

1、搜索过程

BFS 从起始节点开始，逐层向外扩展搜索，先访问所有邻近的节点，再逐步访问更远的节点。

2、实现方式:

DFS可以通过队列来实现。

3、空间复杂度

相比于DFS，BFS需要额外的空间来存储同一层的所有节点，特别是在宽度广的图中，这会导致较高的空间复杂度。

4、应用场景

BFS 通常用于解决最短路径问题，或者在状态空间中找到距离起始状态最近的状态。

5、常见BFS解决的算法问题

最短路径问题（如迷宫最短路径，社交网络中两个人的最短联系路径）、连通性问题（确定图的连通性，确定两个节点之间是否存在路径）、树和图的层序遍历、增广路径问题。