BFS 与 DFS 中的无限节点
Infinite nodes in BFS vs DFS
人们总是在谈论如果向下有无限个节点，那么 DFS 将在遍历这个无限长的分支时卡住，永远无法在另一个分支中找到答案。
这不也适用于 BFS 吗？例如，如果根节点有无限多的邻居，程序不会花费无限多的时间尝试将每个邻居添加到队列中吗？
在某些情况下，是的。
但是，为了拥有一个无限图，您基本上需要一个隐式图，https://en.wikipedia.org/wiki/Implicit_graph 并且其中许多具有可避免该问题的有界度。
此外，BFS 相对于 DFS 的另一个优势是，具有较少顶点的路径通常在某些方面“更好”——并且通过使用 Djikstra 等算法制定的顶点成本，[=17] =]一些个案例甚至可以扩展到无限度。
是的，你是对的，在第二种情况下，BFS 不会有任何实际进展。对于这种理论上的无限场景，让我们讨论所有三种可能的情况：
- 如果图有无限个向下的节点和有限个邻居，那么
我们应该使用 BFS（你已经解释了原因）
- 但是如果图向下有无限个邻居和有限个节点，
那么我们应该在进行 DFS 搜索时像本例一样使用 DFS
每个邻居我们都可以搜索到它是完整的
在有限时间内找到路径，然后移动到下一个邻居。在这里，BFS 在搜索时不会获得任何实际进展。
- 如果图有无限个邻居和无限个向下的节点，那么当我们处理无穷时，DFS和BFS将抓住差异在两端。
人们总是在谈论如果向下有无限个节点，那么 DFS 将在遍历这个无限长的分支时卡住，永远无法在另一个分支中找到答案。
这不也适用于 BFS 吗？例如，如果根节点有无限多的邻居，程序不会花费无限多的时间尝试将每个邻居添加到队列中吗？
在某些情况下，是的。
但是，为了拥有一个无限图，您基本上需要一个隐式图，https://en.wikipedia.org/wiki/Implicit_graph 并且其中许多具有可避免该问题的有界度。
此外，BFS 相对于 DFS 的另一个优势是，具有较少顶点的路径通常在某些方面“更好”——并且通过使用 Djikstra 等算法制定的顶点成本，[=17] =]一些个案例甚至可以扩展到无限度。
是的，你是对的，在第二种情况下，BFS 不会有任何实际进展。对于这种理论上的无限场景，让我们讨论所有三种可能的情况：
- 如果图有无限个向下的节点和有限个邻居，那么 我们应该使用 BFS（你已经解释了原因）
- 但是如果图向下有无限个邻居和有限个节点， 那么我们应该在进行 DFS 搜索时像本例一样使用 DFS 每个邻居我们都可以搜索到它是完整的 在有限时间内找到路径，然后移动到下一个邻居。在这里，BFS 在搜索时不会获得任何实际进展。
- 如果图有无限个邻居和无限个向下的节点，那么当我们处理无穷时，DFS和BFS将抓住差异在两端。