📄️ 5.1 算法解釋
深度優先搜尋 (DFS) 和 廣度優先搜尋 (BFS) 是兩種最常見的優先搜尋方法，廣泛應用於圖與樹等結構的搜尋中。
📄️ 5.2 深度優先搜尋
深度優先搜尋 (DFS) 是一種搜尋方法，在搜尋到一個新節點時，會立即對該節點進行遍歷。因此，遍歷需要使用 先入後出 (LIFO) 的堆疊，也可以透過與堆疊等價的 遞迴 來實現。對於樹結構而言，由於每次總是對新節點進行遍歷，因此看起來像是往“深”的方向前進。在 Python 中，我們可以使用 collections.deque 來實現 C++ 中的堆疊。然而，在大多數情況下，我們會選擇使用 C++ 的 vector 或 Python 的 list 來實現堆疊，因為它們不僅是先入後出的數據結構，還支持隨機存取。
📄️ 5.3 回溯法
回溯法（backtracking）是優先搜索的一種特殊情況，又稱為試探法，常用於需要記錄節點狀態的深度優先搜索。通常來說，排列、組合、選擇類問題使用回溯法比較方便。
📄️ 5.4 廣度優先搜尋
廣度優先搜尋（breadth-first search，BFS）不同於深度優先搜尋，它是一層層進行遍歷的，因此需要用先入先出的佇列 (queue) 而非先入後出的堆疊 (stack) 進行遍歷。由於是按層次進行遍歷，廣度優先搜尋時按照「廣」的方向進行遍歷，也常常用來處理最短路徑等問題。在 Python 中，我們可以用 collections.deque 來實現 C++ 中的 queue。
📄️ 5.5 練習
基礎難度