简单搜索（DFS与BFS）

DFS（深度优先搜索）

深度优先，即若找到一可行方案则在次基础上继续搜索，直到找到一个解为止

需要用到栈的思想（函数递归即调用系统栈，不用手写栈）

选择分支与终止条件：

• 首先确定每个点的状态（比如选或不选，-1、0、1等）
• 深度优先搜索每次确定一个未确定状态的点的状态
• 当确定了n个状态后即得到一个选择方案（终止条件）
• 通过回溯选择不同的状态来得到所有不同方案

回溯：

• 当确定了n个状态后只得到了一个方案，若想得到其他的方法则要回退到上一步
• 改变上一步的选择（未达到过的状态），使得后面的任何情况都能成为一种新的方案

标记：

• 若要求了不同的方案不能有相同的点，则需要对选过的点进行标记
• 标记过的点不能再次被选择，同时回溯到该点时将标记删除，因为要重新确定状态

记忆化：

• 对于某些问题，若一个点后面的搜索路径是不变的则可以记录该点的结果，避免重复搜索

剪枝：

• 到达某个点后，若后面所有的点加起来也不能满足要求，则可以直接回溯
• 若有相同的点，其中一个被判定为不可选则所有该点都不可选
• 不同优化因题目要求而异

根据题目的不同，一般深度优先搜索的复杂度为O(2^n) 或 O(n)

BFS（广度优先搜索）

广度优先，即先记录当前点所有的可能，让下一个点分别继承这些可能然后重复操作，直到找到解

需要用到队列的思想（需要实现队列：手写/stl）

选择终止条件：

• 对于某个点，要确定该点能到达哪些点，将这些点全放入队列中并记录需要记录的数据
• 处理完某个点后，将队列中的点依次出队，确定出队的点能到达哪些点，再将到达的点依次入队并记录数据
• 到达某终点后记录答案或退出（找最大/最小值 或 最快方案）

标记：

• 若两点可以互相到达，为了无限循环，需要标记某个点是否入队过

广度优先一般第一个找到的方案为最快的方案（每移动一步消耗都相同的情况下），复杂度为O(n)

广度优先的另一大用途是用来模拟某个点的扩散传播