如果把学习的过程想象为一个建立一张蛛网的过程，那么广度优先就是优先蛛网的大小，深度优先就是优先蛛丝的强度。

那么现在的问题是什么？时间是有限的，进步也是有限的，想让网抓到想要的虫子（解决问题更加合理），我们就必须仔细考量网的大小和强度--即蛛网的大小和强度由所需要捕捉到的虫子（需要完成的目标）来确定。

那么下面更新小蜘蛛第一个目标：一只一定会撞在网上的但是体型十分巨大的青蛙

稍稍动用了一些创世之力，在两个月后的某一天new了一只青蛙在蜘蛛网上。很明显，我们的这只蜘蛛1号具有雄心壮志，想要捕捉到一只青蛙来证明自己的伟大，蜘蛛1号是一个广度优先主义者，所以它准备了一张青蛙大小的网来进行这个任务，这张网的强度是1的初始强度。当青蛙被new到网上的时候，藏在角落里的蜘蛛1号看到了这样的现象-它的网无法完全包裹住青蛙的同时被青蛙的舌头轻易的撕碎，绿色的皮肤看起来无从战胜。蜘蛛一号只好暂且躲起来瑟瑟发抖。
以一个理想主义者的观点来看，我们相信，蜘蛛一号总有一天会战胜青蛙，就如同我们总有一天会实现自己的理想。但那不是没有足够大的网，也没有足够强的网的现在，在刚开始的时候，蚊子大概率是更好的可以操作的目标。我们并不需要出生就能手写Linux内核，从熟练掌握一个算法开始兴许是一个不错的目标。只顾及知识面，则意味着对于一个特定的知识，无法比拟任何的专业人才。