广度优先搜索，即是从最原始的节点开始，依次扩展起始节点的后继(跟当前节点挨着的下面的所有节点)。
A点为起始节点，也即当前节点： 按照广度优先策略，即扩展当前节点A的所有后继，那么接下来应扩展 B 节点： 此时，当前节点依然是A点，扩展完B点后，应继续扩展A的其他后继节点，即C点： 此时，当前节点A的所有后继均扩展，接下来当前节点变为B节点，继续按照扩展所有后继节点的策略扩展节点D： 同理，讲按顺序扩展 E，F，G节点，那么总的扩展顺序为： A → \rightarrow → B → \rightarrow → C → \rightarrow → D → \rightarrow → E → \rightarrow → F → \rightarrow → G
广度优先搜索的性能表：
完成情况时间复杂度空间复杂度评价可完成(如果横向节点数b有限)O(bd)O(bd)空间复杂度是个问题，可以轻易的达到10MB/s的节点产生速度该算法只扩展对于当前节点来说，代价(成本)最小的节点。
以上图为例，Sibiu为起点，Bucharest为终点。Sibiu的后继为Rimnicu和Fagaras，代价分别为80和99，那么算法选择扩展代价更小的Rimnicu，若是继续扩展Rimnicu的后继Ritesti，则Sibiu到Pitesti的总代价为 80 + 97 = 177。
此时，总代价只有99的Fagaras为最小代价节点，然后扩展Fagaras的后继Bucharest，该路线的总代价为 99 + 211 = 310. 虽然已经到达了终点Bucharest，但是算法还在继续。
此时，Sibiu到Pitesti的总代价最小，开始扩展Pitesti的后继Buchrest， 这个路径的总代价为 80 + 97 + 101 = 278 < 310
那么最终路线为： Sibiu → \rightarrow → Rimnicu → \rightarrow → Pitesti → \rightarrow → Bucharest
总的扩展顺序为：Sibiu → \rightarrow → Rimnicu → \rightarrow → Fagaras → \rightarrow → Petesti → \rightarrow → Bucharest
一致代价搜索的性能表：
完成情况时间复杂度空间复杂度评价可完成(具有最优性)O(b[1+ C*/ε])O(b[1+ C*/ε])具有最优解扩展最深的为扩展的节点
由于节点过多，就不一一贴图了。
从上图看，扩展顺序为 A → \rightarrow → B → \rightarrow → D → \rightarrow → H → \rightarrow → I → \rightarrow → E → \rightarrow → J → \rightarrow → K → \rightarrow → C → \rightarrow → F → \rightarrow → L → \rightarrow → M → \rightarrow → G → \rightarrow → N → \rightarrow → O
另外，遍历后不是结果的部分将被从内存删除，如下图的黑色部分：
深度优先搜索的性能表：
完成情况时间复杂度空间复杂度评价当没有最深节点时不能完成O(bm)O(bm)没有最优解，但删除无用节点会降低空间复杂度注：m代表任一节点的最大深度。
深度优先搜索算法的缺点是，如果深度无限，该算法就废了，或者深度特别深，而目标相对来说没有那么深，那么该算法性能也不好。深度受限搜索在一定程度上解决了这个问题，即设定一个深度的限制，每次在限制深度内采用深度优先搜索。
如上图，限制 limit = 2，在限制深度内采用深度优先搜索。
深度受限搜索的性能表：
完成情况时间复杂度空间复杂度评价当 l < d 时不能完成O(bl)O(bl)当 l > d 时没有最优解注：l代表限制深度。
深度限制搜索的性能很大程度上依赖 限制深度 l，所以，为了解决 l 的不确定性，采用迭代深度搜索，每次递增 l，知道搜索到目标节点
如上图，每次递增 l，知道找到目标。
迭代深度搜索的性能表：
完成情况时间复杂度空间复杂度评价可以找到目标节点O(bd)O(bd)可以找到最优解d = 10, d = 5时，迭代深度搜索 IDS 和 广度搜索 BFS 生成节点数目： N(IDS) = 50+400+3000+20000+100000 = 123450
这里，理解为 第一层10个节点重复生成了5次，第二层 10*10个节点被生成了4次，以此类推。
N(BFS) = 10+100+1000+10000+100000 = 111110
这里理解为 第一层生成10个节点，第二层 10*10，以此类推。
可以看出迭代深度算法的性能并不比广度优先搜索差太多。
如果同时从正向和反向搜索，最后两个方向的算法遍历的节点能遇见。
但反向搜索难以实现，甚至在一些问题中无法实现。
若能实现，则空间和时间复杂度均为 O(bd/2)，能否找到解和最优解，就取决于选择的搜索策略。
