先来个表格方便理解
| 深度优先搜索（DFS） | 广度优先搜索（BFS） |
| 1、DFS从根节点开始搜索，并从根节点尽可能远地探索这些节点。 2、使用堆栈数据结构来记住下一个节点访问。 3、DFS所需的内存少于BFS所需的内存。 4、它是通过LIFO列表应用的。 5、寻找最短距离的理想选择。 6、该算法用于解决问题，拓扑排序，需要对图进行回溯，识别图中的循环以及发现两个节点之间的路径等。 |
1、BFS从根节点开始搜索，并根据树级别模式探索所有邻居根。 2、它使用队列数据结构来记住下一个节点访问。 3、BFS比DFS需要更多的内存。 4、它是使用FIFO列表应用的。 5、寻找最短路径的理想选择。 6、该算法用于查找两个节点之间的最短路径，发现图中的所有连接组件，分析图是否为二部图等。 |
一、什么是 bfs ?
bfs 是 Breadth-First Search 的缩写，称为广度优先搜索，或宽度优先搜索。
1.1 搜索方式
步骤 1：从源点出发，访问源点的邻居结点，将邻居节点依次放入队列中，并标记为已访问；
步骤 2：取出队列中的邻居结点，依次访问每个节点未被访问的邻居节点；
步骤 3：将邻居节点依次放入队列中，并标记为已访问；
步骤 4：重复步骤 2~3 直到访问到目标节点或所有节点都标记为已访问。
来看一个简单的例子，下面是一个无向图：
图1 无向图
使用广度优先搜索遍历上图，节点的访问顺序是（假设相同邻居节点优先访问编号小的节点）：
1 -> 2 -> 3 -> 5 -> 4 -> 6 -> 7
二、什么是 dfs ?
dfs 是 Depth-First-Search 的缩写，称为深度优先搜索。
2.1 搜索方式
步骤 1：从源点出发，访问源点的某个邻居节点，将其放入栈中，并标记为已访问；
步骤 2：从栈中取出一个节点，访问该节点的未被访问的邻居节点；
步骤 3：将邻居节点放入栈中，并标记为已访问；
步骤 4：重复步骤 2 ~ 3，直到访问到目标节点或所有节点都标记为已访问；
来看一个简单的例子，下面是一个无向图：
图2 无向图
使用深度优先搜索遍历上图，节点的访问顺序是（假设相同邻居结点先访问编号小的节点）：
1->2->4（4 节点没有未访问的邻居结点返回到 2 节点）-> 5 -> 6->3->7
一般来说，bfs 和 dfs 在不同的场景下都有效，但是，采用的算法不同，程序执行的效果会有差异，应该选择合适的算法。
三、bfs 和 dfs 的区别
3.1 数据结构
bfs 遍历节点是先进先出，一般使用队列作为辅助数据结构，dfs遍历节点是先进后出，一般使用栈作为辅助数据结构；
3.2 访问节点的方式
bfs是按层次访问的，先访问源点，再访问它的所有相邻节点，并且标记结点已访问，根据每个邻居结点的访问顺序，依次访问它们的邻居结点，并且标记节点已访问，重复这个过程，一直访问到目标节点或无未访问的节点为止。
dfs 是按照一个路径一直访问到底，当前节点没有未访问的邻居节点时，然后回溯到上一个节点，不断的尝试，直到访问到目标节点或所有节点都已访问。
3.3 应用
bfs 适用于求源点与目标节点距离近的情况，例如：求最短路径。dfs 更适合于求解一个任意符合方案中的一个或者遍历所有情况，例如：全排列、拓扑排序、求到达某一点的任意一条路径。