一般來說，廣搜常用於找單一的最短路線，或者是規模小的路徑搜索，它的特點是"搜到就是最優解"， 而深搜用於找多個解或者是"步數已知（好比3步就必需達到前提）"的標題，它的空間效率高，然則找到的不必定是最優解，必需記實並完成全數搜索，故一般情況下，深搜需要很是高效的剪枝（優化）.
像搜索最短路徑這些的很顯著是用廣搜，因為廣搜的特征就是一層一層往下搜的，保證當前搜到的都是最優解，當然，最短路徑只是一方面的操作，像什么起碼狀態轉換也是可以操作的。
深搜就是優先搜索一棵子樹，然后是另一棵，它和廣搜對比，有着內存需要相對較少的所長，八皇后標題就是典范楷模的操作，這類標題很顯著是不能用廣搜往解決的。或者像圖論里面的找圈的算法，數的前序中序后序遍歷等，都是深搜
深搜和廣搜的分歧之處是在於搜索次序的分歧。
深搜的實現近似於棧，每次選擇棧頂元素往擴年夜，
廣搜則是操作了隊列，先被擴年夜的的節點優先拿往擴年夜。
搜索樹的形態：深搜層數良多，廣搜則是很寬。
深搜合適找出所有方案，廣搜則用來找出最佳方案
深搜和廣搜的分歧：
深搜並不能保證第一次碰着方針點就是最短路徑，是以要搜索所有可能的路徑，是以要回溯，標識表記標幟做了之后還要打消失蹤，是以統一個點可能被訪謁良多良多次。而廣搜因為它的由近及遠的結點擴年夜次序，結點老是以最短路徑被訪謁。一個結點假如第二次被訪謁，第二次的路徑確定不會比第一次的短，是以就沒有需要再從這個結點向周圍擴年夜――第一次訪謁這個結點的時辰已經擴年夜過了，第二次再擴年夜只會獲得更差的解。是以做過的標識表記標幟不必往失蹤。是以統一個點至多只可能被訪謁一次。每訪謁一個結點，與它相連的邊就被搜檢一次。是以最壞情況下，所有邊都被搜檢一次，是以時刻復雜度為O（E）。
BFS與DFS的討論：BFS：這是一種基於隊列這種數據結構的搜索方式，它的特點是由每一個狀態可以擴展出許多狀態，然后再以此擴展，直到找到目標狀態或者隊列中頭尾指針相遇，即隊列中所有狀態都已處理完畢。
DFS：基於遞歸的搜索方式，它的特點是由一個狀態拓展一個狀態，然后不停拓展，直到找到目標或者無法繼續拓展結束一個狀態的遞歸。
優缺點：BFS:對於解決最短或最少問題特別有效，而且尋找深度小，但缺點是內存耗費量大（需要開大量的數組單元用來存儲狀態）。
DFS：對於解決遍歷和求所有問題有效，對於問題搜索深度小的時候處理速度迅速，然而在深度很大的情況下效率不高
總結：不管是BFS還是DFS，它們雖然好用，但由於時間和空間的局限性，以至於它們只能解決數據量小的問題。
各種搜索題目歸類：
坐標類型搜索 ：這種類型的搜索題目通常來說簡單的比較簡單，復雜的通常在邊界的處理和情況的討論方面會比較復雜，分析這類問題，我們首先要抓住題目的意思，看具體是怎么建立坐標系（特別重要），然后仔細分析到搜索的每一個階段是如何通過條件轉移到下一個階段的。確定每一次遞歸（對於DFS）的回溯和深入條件，對於BFS，要注意每一次入隊的條件同時注意判重。要牢牢把握目標狀態是一個什么狀態，在什么時候結束搜索。還有，DFS過程的參數如何設定，是帶參數還是不帶參數，帶的話各個參數一定要保證能完全的表示一個狀態，不會出現一個狀態對應多個參數，而這一點對於BFS來說就稍簡單些，只需要多設置些變量就可以了。
經典題目：細胞（NDK1435）、Tyvj：乳草的入侵、武士風度的牛
數值類型搜索：（雖然我也不知道該怎么叫，就起這個名字吧），這種類型的搜索就需要仔細分析分析了，一般來說采用DFS，而且它的終止條件一般都是很明顯的，難就難在對於過程的把握，過程的把握類似於坐標類型的搜索（判重、深入、枚舉），注意這種類型的搜索通常還要用到剪枝優化，對於那些明顯不符合要求的特殊狀態我們一定要在之前就去掉它，否則它會像滾雪球一樣越滾越大，浪費我們的時間。
經典題目：Tyvj：派對；售貨員的難題，以及各種有關題目搜索算法階段性總結