算法基礎：BFS和DFS的直觀解釋
一、前言
我們首次接觸 BFS 和 DFS 時，應該是在數據結構課上講的 “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，這里我就不哆嗦去貼代碼了。
想看代碼的可以看《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。那么，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，不會涉及任何代碼。我們以“圖的遍歷”為例，進行說明。
二、區別
廣度優先搜索算法（Breadth-First-Search，縮寫為 BFS），是一種利用隊列實現的搜索算法。簡單來說，其搜索過程和 “湖面丟進一塊石頭激起層層漣漪” 類似。
深度優先搜索算法（Depth-First-Search，縮寫為 DFS），是一種利用遞歸實現的搜索算法。簡單來說，其搜索過程和 “不撞南牆不回頭” 類似。
BFS 的重點在於隊列，而 DFS 的重點在於遞歸。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。
對於上面的問題，BFS 和 DFS 都可以求出結果，它們的區別就是在復雜度上存在差異。我可以先告訴你，該題 BFS 是較佳算法。
BFS示意圖：
如上圖所示，從起點出發，對於每次出隊列的點，都要遍歷其四周的點。所以說 BFS 的搜索過程和 “湖面丟進一塊石頭激起層層漣漪” 很相似，此即 “廣度優先搜索算法” 中“廣度”的由來。
DFS示意圖：
如上圖所示，從起點出發，先把一個方向的點都遍歷完才會改變方向...... 所以說，DFS 的搜索過程和 “不撞南牆不回頭” 很相似，此即 “深度優先搜索算法” 中“深度”的由來。
三、總結
現在，你不妨對照着圖，再去看看你打印出的遍歷序列，是不是一目了然呢？
最后再說下它們的應用方向。
BFS 常用於找單一的最短路線，它的特點是 "搜到就是最優解"，而 DFS 用於找所有解的問題，它的空間效率高，而且找到的不一定是最優解，必須記錄並完成整個搜索，故一般情況下，深搜需要非常高效的剪枝（剪枝的概念請百度）。
PS：BFS 和 DFS 是很重要的算法，讀者如果想要更深入地了解它們，建議去 OJ 或 Leetcode 上找一些相關賽題訓練下，一定會給你一個別樣的天地。