深度优先搜索（Depth First Search，DFS）和广度优先搜索（Breadth First Search，BFS）都是常用的图遍历算法。它们的目的是从图的某个起始节点开始，访问图中所有节点，以便找到特定节点、计算节点之间的距离等。
深度优先搜索（DFS）： 深度优先搜索是一种用于遍历或搜索树或图的算法。它从起始节点开始，沿着一条路径尽可能深入地访问节点，直到达到没有未访问邻节点为止，然后返回并选择下一条未访问的路径。这个过程递归进行，直到遍历完整个图。
在DFS中，使用栈作为辅助数据结构来存储待访问节点。具体步骤如下：
- 创建一个栈，并将起始节点入栈。
- 当栈不为空时，从栈中弹出一个节点，并访问它。
- 标记该节点为已访问。
- 将该节点的所有未访问邻节点入栈。
- 重复步骤2-4，直到栈为空。
广度优先搜索（BFS）： 广度优先搜索是一种用于遍历或搜索树或图的算法。它从起始节点开始，首先访问所有与起始节点直接相连的节点，然后再依次访问这些节点的相连节点，以此类推，直到访问完所有节点。
在BFS中，使用队列作为辅助数据结构来存储待访问节点。具体步骤如下：
- 创建一个队列，并将起始节点入队。
- 当队列不为空时，从队列中取出一个节点，并访问它。
- 标记该节点为已访问。
- 将该节点的所有未访问邻节点入队。
- 重复步骤2-4，直到队列为空。
两种算法的区别在于遍历节点的顺序不同。在深度优先搜索中，先完全探索一个节点的所有邻节点，然后再继续下一个节点的探索。而在广度优先搜索中，先访问与起始节点直接相连的节点，再访问与这些节点相连的节点，依次层层遍历。
在实际应用中，深度优先搜索适用于解决路径问题，如找到两个节点之间的最短路径、查找图的连通分量等。广度优先搜索适用于解决最短路径问题、查找社交网络中两个人之间的距离等。