移动机器人运动规划---基于图搜索的基础知识---广度优先遍历与深度优先遍历
图搜索优化的方向就是：
按照什么规则去访问节点，按照什么规则弹出节点，使我们尽可能快的找到终止节点。
图遍历算法：
- 广度优先搜索
- 深度优先搜索
广度优先搜索 遵循先进先出的原则，维护的是一个队列
弹出元素，总是从队列的头弹出的
深度优先搜索 遵循的是后进先出的原则，维护的是一个堆栈
弹出从最上面弹出，最后进入容器的，最先被弹出来
广度优先搜索（BFS）
特点：每次弹出层级最浅的一个节点，维护的是一个队列的结构
所以搜索过程是一层一层进行的
最直观的理解就是一层一层的进行
BFS步骤的拆分：
这样的一个图结构，BFS的步骤是下面这样的
初始化容器是空的，首先放入开始节点S
弹出（访问）S节点，容器就再次变为空的
对S进行扩展，
从图上上可以看出，S可以扩展的是d\e\p
安照定义的规则，将扩展的节点以规则顺序放入容器中
与DFS区别就是，从下面弹出节点，先弹出p节点
然后再进行循环
最终找到终止节点，结束循环，完成图搜索。
深度优先搜索（DFS）
特点：每次弹出的节点是最深层级的一个节点，维护的是一个堆栈
直观的理解就是没次把一个分支走到底
DFS步骤的拆分：
注意—维护的是一个栈的结构
这样的一个图结构，DFS的步骤是下面这样的
初始化容器是空的，首先放入开始节点S
弹出（访问）S节点，容器就再次变为空的
对S进行扩展，
从图上上可以看出，S可以扩展的是d\e\p
安照定义的规则，将扩展的节点以规则顺序放入容器中
然后深度优先搜索是弹出容器中的，后入的节点（层级最深的），即d节点
然后再扩展d节点，将扩展节点放入容器，再弹出该弹出的节点，再扩展，再放入的循环操作
最终找到终止节点，结束循环，完成图搜索。
BFS vs DFS
从最终的遍历结果图中，可以看到两者的区别
- BFS是从开始节点一层一层的去向外扩展，直到扩展到了目标节点，然后回溯去找到最短路径。
- DFS是从开始节点一条路走到头，去找到目标节点。
由结果来看，BFS 找到的路径是最短的
所以对应移动机器人，在做路径规划找最短路径时，做好的方法就是BFS