1. 数据结构题目，广度优先和深度优先
（一）深度优先搜索的特点是：
（1）从上面几个实例看出，可以用深度优先搜索的方法处理的题目是各种
各样的。
有的搜索深度是已知和固定的，如例题2-4，2-5，2-6；有的是未知的，如例题2-7、例题2-8；
有的搜索深度是有限制的，但达到目标的深度是不定的。
但也看到，无论问题的内容和性质以及求解要求如何不同，它们的程序结构
都是相同的，即都是深度优先算法（一）和深度优先算法（二）中描述的算法结
构，不相同的仅仅是存储结点数据结构和产生规则以及输出要求。
（2）深度优先搜索法有递归以及非递归两种设计方法。一般的，当搜索深度较小、问题递归方式比较明显时，用递归方法设计好，它可以使得程序结构更简捷易懂。当搜索深度较大时，如例题2-5、2-6。当数据量较大时，由于系统堆栈容量的限制，递归容易产生溢出，用非递归方法设计比较好。
（3）深度优先搜索方法有广义和狭义两种理解。广义的理解是，只要最新产生的结点（即深度最大的结点）先进行扩展的方法，就称为深度优先搜索方法。在这种理解情况下，深度优先搜索算法有全部保留和不全部保留产生的结点的两种情况。而狭义的理解是，仅仅只保留全部产生结点的算法。本书取前一种广义的理解。
不保留全部结点的算法属于一般的回溯算法范畴。
保留全部结点的算法，
实际上是在数据库中产生一个结点之间的搜索树，
因此也属于图搜索算法的范畴。
（4）不保留全部结点的深度优先搜索法，由于把扩展望的结点从数据库中弹出删除，这样，一般在数据库中存储的结点数就是深度值，因此它占用的空间较少，所以，当搜索树的结点较多，用其他方法易产生内存溢出时，深度优先搜索不失为一种有效的算法。
（5）从输出结果可看出，深度优先搜索找到的第一个解并不一定是最优解。例如例题2-8得最优解为13，但第一个解却是17。如果要求出最优解的话，一种方法将是后面要介绍的动态规划法，另一种方法是修改原算法：把原输出过程的地方改为记录过程，即记录达到当前目标的路径和相应的路程值，并与前面已记录的值进行比较，保留其中最优的，等全部搜索完成后，才把保留的最优解输出。
二、广度优先搜索法的显著特点是：
（1）在产生新的子结点时，深度越小的结点越先得到扩展，即先产生它的子结点。为使算法便于实现，存放结点的数据库一般用队列的结构。
（2）无论问题性质如何不同，利用广度优先搜索法解题的基本算法是相同的，但数据库中每一结点内容，产生式规则，根据不同的问题，有不同的内容和结构，就是同一问题也可以有不同的表示方法。
（3）当结点到跟结点的费用（有的书称为耗散值）和结点的深度成正比时，特别是当每一结到根结点的费用等于深度时，用广度优先法得到的解是最优解，但如果不成正比，则得到的解不一定是最优解。这一类问题要求出最优解，一种方法是使用后面要介绍的其他方法求解，另外一种方法是改进前面深度（或广度）优先搜索算法：找到一个目标后，不是立即退出，而是记录下目标结点的路径和费用，如果有多个目标结点，就加以比较，留下较优的结点。把所有可能的路径
都搜索完后，才输出记录的最优路径。
（4）广度优先搜索算法，一般需要存储产生的所有结点，占的存储空间要比深度优先大得多，因此程序设计中，必须考虑溢出和节省内存空间得问题。
（5）比较深度优先和广度优先两种搜索法，广度优先搜索法一般无回溯操作，即入栈和出栈的操作，所以运行速度比深度优先搜索算法法要快些。
总之，一般情况下，深度优先搜索法占内存少但速度较慢，广度优先搜索算法占内存多但速度较快，在距离和深度成正比的情况下能较快地求出最优解。因此在选择用哪种算法时，要综合考虑。决定取舍
2. 数据结构深度优先遍历：
图的深度优先遍历类似于树的前序遍历。首先访问出发点a，并将其标记为已访问过；然后依次从a出发搜索a的每个邻接点b，c，e。若b未曾访问过，则以b为新的出发点继续进行深度优先遍历，直至图中所有和源点a有路径相通的顶点(亦称为从源点可达的顶点)均已被访问为止。若此时图中仍有未访问的顶点，则另选一个尚未访问的顶点作为新的源点重复上述过程，直至图中所有顶点均已被访问为止。
所以从a出发，找a的下一个点，a下一个点有b、c、e，首先到b，再以b为源点，再看b有没有下一个点，发现b的下一个点是e，再以e为源点，e的下一个点是d，再以d为源点，下一个点是f，再以f的下一个点是c。
这样全部的点都得到了，该序列就是该图的深序优先遍历。即abedfc，选A。
这里刚好一次就全部遍历了，要是没有下一个点的话，还要回到上一个点，继续查找其它点。以此类推。
希望我的回答对您有帮助~如果有不清楚的可以继续问我。
3. 深度优先搜索和广度优先搜索反映在数据结构上的差别是什么
深优
算法框架（递归基本算法）
Procere DFS(dep);
begin
For i:=1 to max_i do {共有max_i种可能情况}
If 某种可能符合条件 then begin
采用这种可能情况；
if 达到目标 then 输出
else dfs(dep+1)；
把这种情况取消；
end;
end;
广优
一． 算法框架
Program BFS;
初始化，存储初始状态（记录初始结点）；
设队列首指针closed＝0；队列尾指针open：＝1；
repeat
首指针closed后移一格，取其所指向的结点；
for r:=1 to max_r do
begin
if子结点符合条件 且 子结点没有重复扩展 then
begin
尾指针open加1；把新结点存入队列尾；
记录相关信息；
if 达到目标 then 输出且结束；
end;
until closed>=open(队列空)
加分啊！！！
4. 实现图的广度优先搜索算法需使用的辅助数据结构是什么
广度优先用队列，深度优先用栈。简单说明如下：
广度优先：当一个节点被加入回队列时，要标记答为已遍历，遍历过程中，对于队列第一个元素，遍历其所有能够能一步达到的节点，如果是标记未遍历的，将其加入队列，从第一个元素出发所有能一步直接达到的节点遍历结束后将这个元素出列。
深度优先：当遍历到某个节点A时，如果是标记未遍历，将其入栈，遍历它能够一步直接达到的节点，如果是标记未遍历，将其入栈且标记为已遍历，然后对其进行类似A的操作，否则找能够一步直接达到的节点进行类似操作。直到所有能够一步直接达到的节点都已遍历，将A出栈。
这里使用“能够能一步达到的节点”而非“与其相邻的节点”是考虑到有向图因素。
具体可以找个图，然后使用广度和深度算法搜索一遍，每步自己手工修改队列和栈就明白怎么回事了。
5. 数的深度优先遍历使用什么数据结构
我帮你复习一下图的知识：
深度优先遍历：
深度优先就是从树的某个节点开始搜索，查看它所有的领结点，如果这个邻接点的无其他邻接点，则忽略该节，再次访问下个节，以此类推，一直到访问到的邻接点再没有其它的邻接点为止，这个节点就是开始，然后依此回退。访问中要将访问过的节点作标记。
广度优先遍历：
广度优先就是从树的某个节点开始搜索，将他的所有的节点先用队列机制保存，找完节点后，处理队列中的节点，处理时，如果某个节点又有邻接点就进队列，以此访问完整个树，这个访问相当与二叉树的层次遍历访问。
我的语言表达能力有限，不知能否看懂。
所以这题，依次往下跑，到H时跑不动了，所以H是头，然后到I，依次类推，跟二叉树访问用后续法差不多。
D项很容易得到。
其实这题用排除法，直接选D。