搜索的意义
搜索这个算法的意义在于，比如猹身边的一些例子：自动导航机器人，通过人工置入或者人为协助机器人构建的地图，然后在地图上标点让机器人自动走到目标点。肯定不能让机器人自己随机乱走，然后在不知道多长时间以后终于碰到目标点之后停止行动，这样做很显然意义不大，重要的是没有实际性价值，因为你甚至不能保证机器人一定能找到目标位置，因为如果方向和移动距离都是随机的，少量的距离和障碍物就足以让机器人 “永远” 也找不到它的目标点，其实机器人能够通过条件做出特殊的反应就是机器人 “智能” 的表现。那么说我们人类如果要去一个已知的地方通常都会有一个 “方向” 并且想要走 “最近” 的路，因此 “搜索” 不仅要找到 “出发点” 到 “目标点” 的路径，还要尽可能的缩小移动距离。
这就是猹理解的搜索的简单的意义~
广度搜索
广搜能够快捷的找到目标点，而且找到就停止的特性也能保证找到目标点所用的时间是最短时间；
缺点是不能储存经过的路径，不能找到多条解（或多个最优解）；
因此广搜适合在数据量较大且不需要记录搜索过程的情况，尤其是数据量很大的时候，使用广搜能够极大的节省时间。
广搜思路
（以简单的迷宫问题为例）就是先制作一个队列，然后先从后面把第一个节点（出发点）的信息（坐标）放进去，之后从队列的前面读取 “最前面” 的节点的信息，然后把周围符合条件的点（能走的点）的信息从队列的后端放进队列里面去，然后继续读取队首信息并将符合条件的周围的点从后端入队，直到找到出口点为止。
程序流程
- 先从后端入队一个初始点数据
- 循环开始
- 从前端将队首出队
- 根据出队数据将周围符合条件的节点信息入队
- 如果找到符合条件的节点停止循环，否则继续弹出队首继续判断
- 输出需要的信息（路径长度，最终节点信息等）或进行最后的数据处理
深度搜索
深搜能够将所有的可能和不可能的结果都列举出来，并逐个判断，能够将所有的结果和多个最优结果都找到，也可以将搜索过程进行储存；
缺点是在数据较多的时候会消耗大量的递归运算、判断的时间；
因此深搜适合在数据量较小，需要多组搜索结果以及需要记录搜索路径的情况。
深搜思路
深搜通常使用递归，就是一个函数，里面首先是一个 “if” 判断结束条件，然后如果满足结束条件就储存或者打印数据并 “return” ，如果没有到结束的条件，就循环所有的点，选一个点标记一个点然后选下一个点，如果下一个点的所有情况都列举完了，就返回上一个点的选择，即：先取消标记，之后由于在循环里，因此又会继续添加下一个能选的点。
ps：举个栗子~全排列就是深搜，找第一个数，找到以后标记第一个数的位置，然后调用自己（递归）找第二个数，由于之前选过的数都被标记了因此不能选了，只能选没有标记过的数，找到之后继续递归找下一个数，直到所有数都标记过了，输出选过的数，之后取消标记之后返回上一级，由于上一级在循环中，因此该位点的标记虽然取消了，但依然会选择之后的点，然后就能达到全排列的效果。
程序流程
- 输入第一个节点的数据
- 递归查找 “除了已经找过的节点” 的符合条件的节点信息
- 在达到指定 “深度” 或是找到 “符合条件” 的节点之后，进行一定的操作（如储存一组信息或者输出该组信息数据）并返回上一级递归
结论
这里只是对深搜和广搜进行一个概括性的理解和叙述，并没有特别的专业性的讲解，目的是为了说明两种算法的优劣和构建思路。
具体化的讲解请关注下一期关于[搜索]的博客文章，在详细讲解更新之后我会及时更新本篇文章的~
