深度优先搜索 VS. 广度优先搜索

（一）深度优先搜索

深度优先搜索（Depth First Search），顾名思义就是在搜索树或图的时候优先考虑深度。

下面这两个大大写的帖子就已经很清楚了：

基本算法——深度优先搜索（DFS）和广度优先搜索（BFS） - 简书

浅谈回溯与深度优先搜索_James_T_Kirk的博客-CSDN博客

对于深度优先搜索，当某结点还有没有遍历到的左、右节点时，就遍历（优先左节点），即将遍历的子节点压入栈中；如果某节点的左右节点都已经遍历过了，那么就将该节点从栈中弹出

这就有点像回溯了，事实上，它的确也有一种回溯的思想在里面

当一个节点已经完成了它的使命，即它已经没有子节点可以遍历的时候，我们就应该回溯到它的上一个节点，继续遍历后面的子树

 

例如上图中，已经遍历到5了，5周围已经没有可以遍历的节点了，那么就要将5从栈中弹出，回溯到4，4还有一个可以遍历的6，所以下一个遍历的节点就是6。往后亦是如此。

直到遍历完整棵树以后，将所有的节点从栈中弹出，栈为空，至此DFS结束。

（二）广度优先搜索

广度优先搜索（Breadth First Search；BFS），顾名思义也就是在搜索树或图的时候优先考虑广度。广度优先搜索可以给出问题的最小路径。

广度优先搜索在实现的时候，用到了一个“先进先出”的队列，用来存储和某节点相邻的节点们

我的理解是：对于树或图每一层的节点一次性先存储到一个队列中，先按照问题要求处理这些节点，处理完以后，再由这些节点出发，去访问下一层的节点们。以此类推。

一个使用广度优先搜索思想的最简单的例题：

剑指 Offer 32 - I. 从上到下打印二叉树

题目描述：

从上到下打印出二叉树的每个节点，同一层的节点按照从左到右的顺序打印。

例如:
给定二叉树: [3,9,20,null,null,15,7],

    3
   / \
  9  20
    /  \
   15   7
返回：

[3,9,20,15,7]
其代码思想，就是新建一个队列用于存储每一层的节点，再根据“先进先出”的规律将节点的值输出到输出的列表中。代码如下：

/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     public int val;
 *     public TreeNode left;
 *     public TreeNode right;
 *     public TreeNode(int x) { val = x; }
 * }
 */
public class Solution {
    public int[] LevelOrder(TreeNode root) {
        if(root==null) return new int[0];
        var res = new List<int>();            //最终用于输出的列表
        var queue = new Queue<TreeNode>();    //用于存储这一层的所有节点，便于处理
        queue.Enqueue(root);
        while(queue.Count>0){
            var node = queue.Dequeue();       //将队列中的节点一个一个得输出节点的值
            res.Add(node.val);
            if(node.left!=null){
                queue.Enqueue(node.left);     //因为是二叉树，所以就只有左节点和右节点。
            }
            if(node.right!=null){            //只要子节点不为空，就要进队列进行处理
                queue.Enqueue(node.right);
            }
        }
        return res.ToArray();
    }
}