文章目录
白话理解：
我觉得其实就是暴力把所有的路径都搜索出来，运用回溯，保存这次的位置，深入搜索，都搜索完了便回溯回来，搜下一个位置，直到把所有最深位置都搜一遍，要注意的一点是，搜索的时候有记录走过的位置，标记完后可能要改回来；
我的最白的理解就是，一个人每条路都一直走到黑，到头了再返回来，全走一遍，找出你想要的路。
回溯法：
回溯法是一种搜索法，按条件向前搜索，以达到目标。但当探索到某一步时，发现原先选择达不到目标，就退回一步重新选择，这种走不通就退回再走的技术为回溯法；
图解：
例如这张图，从1开始到2，之后到5，5不能再走了，退回2，到6，退回2退回1，到3，一直进行；
理解这种方法比较简单，难的是要怎么用
伪代码理解：
简单来说就是这样：
void dfs()
{
访问过的点 = 1;
cout << " " << a;
for (int i = 0; i < N; i++)
{
if (其他点到这个点有边并且该点未被访问过) // 该点未访问过并且其他点到这个点有边
{
// Dfs递归
dfs();
}
}
}
详细来说：
void dfs(int deep)
{
int x=deep/n,y=deep%n;
// 回溯结束判断条件
if(符合某种要求||已经不能在搜了)
{
做一些处理操作；
return ;
}
// 判断当前回溯结点是否满足条件，或者处理数据
// 这里可能会有多种条件，可能要循环什么的
if(符合某种条件且有地方可以继续搜索的)
{
a[x][y]='x'; // 可能要改变条件，这个是瞎写的
dfs(deep+1,sum+1); // 搜索下一层
a[x][y]='.'; // 可能要改回条件，有些可能不用改比如搜地图上有多少块连续的东西
}
// 最后可能要判断一些特殊条件，处理一些特殊数据，一般没有
}
白话理解：
我觉得就是从某点开始，走四面可以走的路，然后在从这些路，在找可以走的路，直到最先找到符合条件的，这个运用需要用到队列(queue)。
我的最白的理解就是，一群人（无数），碰到了一个岔路，就派出去一队人继续走，遇到岔路再分，让人们一次性的遍布整个图，最后找出你想要的路。
图解：
还是这张图，从1开始搜，有2，3，4几个点，存起来，从2开始有5，6，存起来，搜3，有7，8，存起来，搜4，没有了；现在开始搜刚刚存的点，从5开始，没有，然后搜6…一直进行，直到找到；
伪代码理解：
简单来说
void bfs()
{
创建队列
将点压入队列；
访问过该点 = 1;
while (队列不为空)
{
设an为队首元素;
弹出队首元素;
将an输出;
for (int i = 0; i < N; i++)
{
if (该点未访问过并且该点与其他点有边)
{
标记该点为1，被访问过
将该点压入队列
}
}
}
}
详细来说（当然，也不是每个都这样写）：
int visit[N][N]// 用来记录走过的位置
int dir[4][2]={
0,-1,
0,1,
-1,0,
1,0
}; // 上下左右四个方向
struct node
{
int x,y,bits; // 一般是点，还有步数，也可以存其他的
......
};
queue<node>v;
void bfs(node p)
{
node t,tt;
v.push(p);
while(!v.empty())
{
t=v.front();// 取出最前面的
v.pop(); // 删除
// 终止判断
if(找到符合条件的)
{
做记录；
while(!v.empty()) // 如果后面还需要用，随手清空队列
v.pop();
return;
}
visit[t.x][t.y]=1; // 走过的进行标记，以免重复
{
tt=t;
tt.x+=dir[i][0];
tt.y+=dir[i][1]; // 这里的是按照：向上下左右查找的
if(如果这个位置符合条件)
{
tt.bits++; // 步数加一
v.push(tt); // 把它推入队列，在后面的时候就可以用了
}
}
}
}
| 广度优先搜索(BFS) | 深度优先搜索(DFS) | |
|---|---|---|
| 遍历 | BFS在Graph中逐级访问节点。 | DFS访问图深度明智的节点。 它会访问节点，直到到达叶或没有未访问节点的节点为止。 |
| 搜索 | 在开始任何其他节点之前，必须先充分探究一个节点。 | 一旦发现另一个未探索节点，就会暂停对该节点的探索。 |
| 数据结构 | 使用队列数据结构存储未探索的节点。 | 使用堆栈数据结构存储未探索的节点。 |
| 内存 | BFS较慢，需要更多的内存。 | DFS更快并且需要更少的内存。 |
| 应用 |
在图中查找所有连接的组件。 查找两个节点之间的最短路径。 查找一个连接的组件内的所有节点。 测试图的二等性 |
拓扑排序。 查找连接的组件。 解决迷宫等难题。 查找牢固连接的组件。 查找图形的关节点(切顶点)。 |
bfs是浪费空间节省时间，dfs是浪费时间节省空间。
-
数据结构：
DFS用递归的形式，用到了栈结构，先进后出。
BFS选取状态用队列的形式，先进先出。 -
复杂度
DFS的复杂度与BFS的复杂度大体一致（O(∣V∣2)），不同之处在于遍历的方式与对于问题的解决出发点不同，DFS适合目标明确，而BFS适合大范围的寻找。 -
思想
思想上来说这两种方法都是穷竭列举所有的情况。
