本文探讨了深度优先搜索（DFS）与广度优先搜索（BFS）在算法设计中的应用差异。DFS因其易于实现和理解而被广泛采用，尤其在如floodfill等场景下表现优秀。然而，BFS在确保搜索过程的有序性和避免爆栈方面具有优势。文章还讨论了两种搜索方式在资源消耗、搜索效率及应用环境上的考量，以及它们如何通过添加评估函数转化为更高级的搜索策略。
一般来说，能用DFS解决的问题，都能用BFS。
DFS由于其易于编写（递归），易于理解的特点被广泛使用，而且像比如floodfill这种算法来说，DFS的常数时间开销会较少。所以对于一些能用DFS就能轻松解决的，为何要用BFS？
杀鸡焉用牛刀？
多数情况下运行BFS所需的内存会大于DFS需要的内存(DFS一次访问一条路，BFS一次访问多条路)，DFS容易爆栈(栈不易"控制")，BFS通过控制队列可以很好解决"爆队列"风险。
至于具体取舍，要看具体应用环境，由于搜索顺序不同，即使用相同的剪枝也会导致在不同时间上搜索到目标结果，一般考虑解的稀疏程度以及搜索树上的位置。
最后，BFS加上评估函数可以变为A*，DFS加上评估函数可以变为IDA*，可参考相关人工智能书籍。
深度优先搜索，堆栈实现；
广度优先搜索，队列实现；
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
