一、前言
我們首次接觸 bfs 和 dfs 時，應該是在資料結構課上講的 「圖的遍歷」。還有就是刷題的時候，遍歷二叉樹我們會經常用到bfs和dfs。它們的實現都很簡單，這裡我就不哆嗦去貼**了。
想看**的可以看《劍指offer（三十八）：二叉樹的深度》這個題目就可以利用bfs和dfs進行求解。那麼，這兩者「遍歷」 的序列到底有何差別？
本篇文章就單純來講講它們的區別和各自的應用，不會涉及任何**。我們以「圖的遍歷」為例，進行說明。
二、區別
廣度優先搜尋演算法（breadth-first-search，縮寫為 bfs），是一種利用佇列實現的搜尋演算法。簡單來說，其搜尋過程和 「湖面丟進一塊石頭激起層層漣漪」 類似。
深度優先搜尋演算法（depth-first-search，縮寫為 dfs），是一種利用遞迴實現的搜尋演算法。簡單來說，其搜尋過程和 「不撞南牆不回頭」 類似。
bfs 的重點在於佇列，而 dfs 的重點在於遞迴。這是它們的本質區別。
舉個典型例子，如下圖，灰色代表牆壁，綠色代表起點，紅色代表終點，規定每次只能走一步，且只能往下或右走。求一條綠色到紅色的最短路徑。
演算法基礎：bfs和dfs的直觀解釋
對於上面的問題，bfs 和 dfs 都可以求出結果，它們的區別就是在複雜度上存在差異。我可以先告訴你，該題 bfs 是較佳演算法。
演算法基礎：bfs和dfs的直觀解釋
如上圖所示，從起點出發，對於每次出佇列的點，都要遍歷其四周的點。所以說 bfs 的搜尋過程和 「湖面丟進一塊石頭激起層層漣漪」 很相似，此即 「廣度優先搜尋演算法」 中「廣度」的由來。
我認為比較適合求最短路徑，因為他是寬度搜尋，一層層搜。我認為就是先搜距離唯一的所有點，判斷是否為目標點，再搜距離為二的點，判斷，直到搜到目標點為止。此時距離為最短距離。
演算法基礎：bfs和dfs的直觀解釋
如上圖所示，從起點出發，先把乙個方向的點都遍歷完才會改變方向… 所以說，dfs 的搜尋過程和 「不撞南牆不回頭」 很相似，此即 「深度優先搜尋演算法」 中「深度」的由來。
三、總結
現在，你不妨對照著圖，再去看看你列印出的遍歷序列，是不是一目了然呢？
最後再說下它們的應用方向。
演算法基礎 BFS和DFS的直觀解釋
我們首次接觸 bfs 和 dfs 時，應該是在資料結構課上講的 圖的遍歷 還有就是刷題的時候，遍歷二叉樹我們會經常用到bfs和dfs。它們的實現都很簡單，這裡我就不哆嗦去貼 了。bfs和dfs是圖的兩種遍歷方式，是最簡單的圖搜尋演算法。bfs和dfs有幾種實現方式，比如 1 使用佇列queue實現圖...
演算法基礎 BFS和DFS的直觀解釋
我們首次接觸 bfs 和 dfs 時，應該是在資料結構課上講的 圖的遍歷 還有就是刷題的時候，遍歷二叉樹我們會經常用到bfs和dfs。它們的實現都很簡單，這裡我就不哆嗦去貼 了。想看 的可以看 劍指offer 三十八 二叉樹的深度 這個題目就可以利用bfs和dfs進行求解。那麼，這兩者 遍歷 的序列...
dfs和bfs的區別
詳見 部落格 回溯法是一種搜尋法，按條件向前搜尋，以達到目標。但當探索到某一步時，發現原先選擇達不到目標，就退回一步重新選擇，這種走不通就退回再走的技術為回溯法 例如這張圖，從1開始到2，之後到5，5不能再走了，退回2，到6，退回2退回1，到3，一直進行 void dfs int deep 這裡可能...