目录
图的两种遍历方式：
- 深度优先遍历（DFS------Depth First Search）
- 广度优先遍历（BFS------Breath First Search）
图的遍历算法里，处理临时数据，依赖两个抽象数据结构：
- 栈
- 队列
广度优先的动态图
广度优先遍历也叫层序遍历，先遍历第一层(节点 1)，再遍历第二层(节点 2，3，4)，第三层(5，6，7，8)，第四层(9，10)。
深度优先的动态图
从根结点出发，一直向左子节点走，直到左子节点不存在然后返回到上一个节点走这个节点的右子节点，然后一直往右子节点走，同样的也是走不通为止就返回。很显然这种一路走到黑，黑了就回头的方式，就是深度优先遍历的过程。
广度和深度的具体步骤
广度搜索中，存储下层的数据需要用到队列，
深度搜索中，存储一整条路径的数据，需要用到栈 ，用栈去回溯到最开始的顶点，
具体步骤去看《秒懂算法：用常识解读数据结构》，我觉得书分解得很详细了，不需要在搬一次了。
深度和广度的应用场景
我面试过挺多次的，很多面试问题都慢慢淡忘了，但是有一个问题一直记得：
他问，你平时在做爬虫的时候，用深度还是广度？
现在回想起来，觉得他问得真扯淡。
为什么？
选择深度或广度所对应的是不同场景，理论上来说，所有问题，都可以用list解决，但是为什么还要分化出那么多的数据结构？
还不是因为------不同的问题，采用不同的数据结构，这样解决效率才高，资源才省。
比如看这个下面这个家族结构图：
如果想要找到曾祖母Ruby的所有儿女，那么用深度还是广度？
- 肯定是广度最合适。
使用广度优先搜索，那么立刻就能找到她所有直接女儿(Andrea、Xander、CoCo和Maya)，不用搜索和她相隔一代的亲人。
如果想要找到Ruby的一个叫Ruth的后代，用深度还是广度？
- 显然是深度合适。
用深度优先搜索，则可以马上移动到图的底部，在几步之内就能找到曾孙一辈。
虽然还是需要遍历整幅图才能找到Ruth，但至少快速找到她是有可能的。而用广度优先搜索则别无选择，必须遍历前两辈的所有人，才能开始搜索曾孙这一辈。
在思考用深度还是广度时？应该是先思考究竟是想先尽可能在初始顶点附近搜索 ，还是想先尽可能远离它？
- 前者适合用广度优先搜索
- 后者适合用深度优先搜索。