想像圖上面有好多個「點」要如何找到特定點呢？那就是「邊」～

白話說DFS&BFS這兩種算法主要解決迷宮問題、路徑搜索等方面具有廣泛的應用～
圖形搜索演算法是用於在圖形（Graph）中尋找特定節點或遍歷整個圖形的算法。圖形是由節點（或稱為頂點）和之間的邊組成的數學結構

• 深度優先搜索（Depth-First Search, DFS）：
  基本思想是從起始節點開始，沿著一條邊不斷往下探索，直到無法再繼續下去，然後返回上一個節點，繼續探索其他分支。使用堆疊（Stack）來實現 DAY 3 「陣列（Array）、連結串列（Linked List） VS. 堆疊（Stack）、佇列（Queue）」還有Python資料結構傻傻分不清楚？

def dfs(graph, start, visited=None):
    if visited is None:
        visited = set()
    visited.add(start)
    print(start, end=' ')
    for neighbor in graph[start] - visited:
        dfs(graph, neighbor, visited)
    return visited

# Example usage
graph = {'A': {'B', 'C'},
         'B': {'A', 'D', 'E'},
         'C': {'A', 'F'},
         'D': {'B'},
         'E': {'B', 'F'},
         'F': {'C', 'E'}}
dfs(graph, 'A')

• 廣度優先搜索（Breadth-First Search, BFS）：

基本思想是從起始節點開始，依次探索與起始節點距離為 1、2、3... 的節點，直到找到目標節點或所有節點都被探索完為止。使用佇列（Queue）來實現 DAY 3 「陣列（Array）、連結串列（Linked List） VS. 堆疊（Stack）、佇列（Queue）」還有Python資料結構傻傻分不清楚？

from collections import deque

def bfs(graph, start):
    visited = set()
    queue = deque([start])
    visited.add(start)
    while queue:
        vertex = queue.popleft()
        print(vertex, end=' ')
        for neighbor in graph[vertex]:
            if neighbor not in visited:
                queue.append(neighbor)
                visited.add(neighbor)

# 使用示例
graph = {'A': ['B', 'C'],
         'B': ['A', 'D', 'E'],
         'C': ['A', 'F'],
         'D': ['B'],
         'E': ['B', 'F'],
         'F': ['C', 'E']}

bfs(graph, 'A')