什么时候用BFS，什么时候用DFS？BFS与DFS应用场景

1 前言

最近做到一道 找迷宫中从入口到出口最短路径的一道题。
力扣-找到离入口最近的出口
显然，理论上DFS和BFS都能找到解。
但是，DFS会超时，BFS就不会。
因此，我就又研究了一下DFS和BFS的原理，整理了一下他们的应用范围，希望自己能记住，刷题的时候少走弯路。

---

2 原理

2.1 BFS 宽度优先搜索算法（又称广度优先搜索）

形象地说：面临一个路口时，把所有的岔路口都记下来，然后选择其中一个进入，然后将它的分路情况记录下来，然后再返回来进入另外一个岔路

队列（queue）实现：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。

结束条件：

1. 找到所要找的元素时结束程序。 或者
2. 如果遍历整个树还没有找到，结束程序。

性质：

1. 新加入的结点到根的距离一定大于等于队列中排在它前面的结点。也就是说，BFS天然地带有路径长度的信息，可以依次搜索到走一步可到达的点，走两步可到达的点，走三步可到达的点…
2. 搜索是以接近起始状态的程序依次扩展状态的
3. 只对每个节点访问一遍
4. BFS关键点是状态的选取和标记

2.2 DFS 深度优先搜索

形象地说：不管有多少条岔路，先一条路走到底，不成功就返回上一个路口然后就选择下一条岔路

栈（stack） 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。

结束条件：

1. 找到所要找的元素时结束程序。
2. 如果遍历整个树还没有找到，结束程序。

性质：
3. 搜索是以接近起始状态的程序依次扩展状态的
4. DFS的重要点在于状态回溯（树用DFS遍历时不需要回溯，因为每一个结点只能有唯一一条从上一个结点来的路径；图用DFS遍历时需要回溯，即再把visit[i]置为0，因为可能有多条从上一个结点的路径）

或者用 递归 来实现。

---

3 应用场景

3.1 BFS

• 找距离某一点的最短路，但路径不唯一，最先搜索到满足条件的就是最短的路径
• 大范围的查找
• 出现 “最短”、“最少”类似字眼的可以优先考虑

例题：
NOI-寻找尼莫
清华复试-玛雅人的密码

3.2 DFS

• 目的性强的查找与搜索问题，白话就是：能找出解就行
• 是否可达问题

例题：
NOI-算24点
NOI-碎纸机
北大复试-神器的口袋

---

回到开头的问题

为什么DFS会超时呢？
答：因为结束的条件和时间不同。BFS最先搜索到满足条件的就是最短的路径，所以可以直接return结果；DFS则需要遍历所有的可能情况，比较每一种情况是否是最短路径。