深度优先搜索总结：
几乎可以用于任何问题。
只需要保存从起始状态到当前状态路径上的节点。
用栈存节点（后进先出）
缺点：如果要求最优解，通常需要遍历所有情况，再选出最优解。
减支：1) 可行性减支（弱减支）
搜索未完成时，已发现无法达到最终目的，则无需继续搜索。
2）用最终结果进行最优性减支
搜索未完成时，已发现延此路即使到达终点，结果也不会比之前找到的路好，则无需继续搜索。
3）保存中间结果进行最优性减支
搜索未完成时，已发现此路到达某一中间状态时的结果不比之前找到的路好，则无需继续搜索。
深度优先搜索算法流程（以二叉树中序遍历为例）：
dfs（*root）
{
// 1.root为空，本条路径已经搜索完成，直接返回
// 2.以left方向上的下一个节点为根继续搜索
dfs(root->next1);
// 3.处理root节点
// 4.以right方向上的下一个节点为根继续搜索
dfs(root->next1);
}
广度优先搜索总结：
一般用于“状态比较简单”、求最优策略的问题。
可以保证先找出来的一定是最优解。
用队列存节点（先进先出）
缺点：占用空间大。尤其是当目标节点距初始节点较远时，将产生许多无用的节点。
改进：双向广度优先搜索
广度优先搜索算法流程：
1）把初始节点放入queue表尾，并记录初始节点已搜索过；
2）如果queue为空，则问题无解，失败退出；
3）取出queue表头的节点（记为节点n）；
4）考察节点n是否为目标节点。若是，则得到问题的解，成功退出；
5）若节点n不可扩展，则转到第2步；
6）扩展节点n，将其扩展出的且未搜索过的节点放入queue表尾，并将扩展出的节点记录为已搜索过，然后转到第2步；
