这两种算法都是针对的图，来进行定义的。
方法就是 首先我们先new一个Graph，然后这Graph的是用一个数组和一连串的链表（或者更换成跳表都可以，或者二叉查找树，平衡二叉查找树都可以） 然后这样就组成了一个图。这种方法是 链表法 我们如果使用数组法的话就是使用一个二维数组即可。
按照每一层一层一层的往下走，这其中的每一层借助一个队列，把这一层中的所有数据放入队列中，去掉一个就出列一个，然后一直把这个顶点中的顶点（没有访问过的）放入队列中，直到队列结束，并且发现了值，因为广度优先是一层一层的遍历，相当于严格按照层级划分，所以压根不用递归，也就不会有多叉树 而且因为很标准的往下走，并且运行两次他们走的路径绝对是一模一样，所以找到的解释一样的解，并且是最短路径。
深度优先的核心是递归，也就是多叉树，也就是说，它会寻找所有跟自己有关的，以及跟自己的子顶点有关的，，，，，然后因为我们设定了一个值 也就是说必须是叉有必须是没有访问过的，才可以，那么如果一个顶点走投无路了，跟她相邻的都已经访问过了，它就进入了死点，那么这条路就死了，自然的抛弃罢了，因为还有很多条路径，因为是多叉树吗，这个时候看谁最快的找到b那么就返回即可。
深度优先，是递归，如果画出它的递归树，那么这个数是一个叉不规则的多叉树，看哪一个叉子成功找到就可以了，所以它会发生运行几次结果不一样的现象，也正常，毕竟得出来的结果很随机，而且不一定是最短路径。
其实走迷宫就可以使用深度优先来解决，其实用广度也是可以的，因为走迷宫可以抽象为给出0然后让你找出某个点，所以深度和广度都是可以的。
顺便说一下，树和图这两种结构都是非线性结构，其实你可以把树看成图的一种，你可以画个图，其实树就是一种图，并且比图还更简单 所以如果我们要实现BFS和WFS 把树当做图就可以了，原理是一样的。
比如在BFS和WFS中我们的每个顶点都是有一个链表的，然后里面储存的是跟它有关系的顶点，那树也是一样的啊，你可以把它当做 一个无向图，然后将子节点当做父节点的相关联的图即可，然后一步一步的输入每个节点的那个链表中，接下来BFS和WFS就跟图的广义上的 做法是一样的啦。