目錄
- 廣度優先的動態圖
- 深度優先的動態圖
- 廣度和深度的具體步驟
- 深度和廣度的應用場景
圖的兩種遍歷方式：
- 深度優先遍歷（DFS——Depth First Search）
- 廣度優先遍歷（BFS——Breath First Search）
圖的遍歷演算法裡，處理臨時資料，依賴兩個抽象資料結構：
- 棧
- 佇列
廣度優先的動態圖
廣度優先遍歷也叫層序遍歷，先遍歷第一層(節點 1)，再遍歷第二層(節點 2，3，4)，第三層(5，6，7，8)，第四層(9，10)。
深度優先的動態圖
從根結點出發，一直向左子節點走，直到左子節點不存在然後返回到上一個節點走這個節點的右子節點，然後一直往右子節點走，同樣的也是走不通為止就返回。很顯然這種一路走到黑，黑了就回頭的方式，就是深度優先遍歷的過程。
廣度和深度的具體步驟
廣度搜尋中，儲存下層的資料需要用到佇列，
深度搜尋中，儲存一整條路徑的資料，需要用到棧 ，用棧去回溯到最開始的頂點，
具體步驟去看《秒懂演算法：用常識解讀資料結構》，我覺得書分解得很詳細了，不需要在搬一次了。
深度和廣度的應用場景
我面試過挺多次的，很多面試問題都慢慢淡忘了，但是有一個問題一直記得：
他問，你平時在做爬蟲的時候，用深度還是廣度？
現在回想起來，覺得他問得真扯淡。
為什麼？
選擇深度或廣度所對應的是不同場景，理論上來說，所有問題，都可以用list解決，但是為什麼還要分化出那麼多的資料結構？
還不是因為——不同的問題，採用不同的資料結構，這樣解決效率才高，資源才省。
比如看這個下面這個家族結構圖：
如果想要找到曾祖母Ruby的所有兒女，那麼用深度還是廣度？
- 肯定是廣度最合適。
使用廣度優先搜尋，那麼立刻就能找到她所有直接女兒(Andrea、Xander、CoCo和Maya)，不用搜尋和她相隔一代的親人。
如果想要找到Ruby的一個叫Ruth的後代，用深度還是廣度？
- 顯然是深度合適。
用深度優先搜尋，則可以馬上移動到圖的底部，在幾步之內就能找到曾孫一輩。
雖然還是需要遍歷整幅圖才能找到Ruth，但至少快速找到她是有可能的。而用廣度優先搜尋則別無選擇，必須遍歷前兩輩的所有人，才能開始搜尋曾孫這一輩。
在思考用深度還是廣度時？應該是先思考究竟是想先儘可能在初始頂點附近搜尋，還是想先儘可能遠離它？
- 前者適合用廣度優先搜尋
- 後者適合用深度優先搜尋。
所以，為什麼我現在覺得那個問得很扯淡，就類似，小明，你開發喜歡用list還是Map呀？
- -。