这两个术语区分了步行树的两种不同方式。

展示差异可能是最容易的。考虑这棵树：

    A
   / \
  B   C
 /   / \
D   E   F

一个 深度 优先遍历将访问节点顺序

A, B, D, C, E, F

请注意，在继续前进之前，您要完全 沿着 一条腿 向下 移动。

一个 广度 优先遍历将访问节点顺序

A, B, C, D, E, F

在这里，我们一直深入 到 每个级别，然后再进行下去。

（请注意，遍历顺序有些歧义，我作弊要在树的每个级别上保持“读取”顺序。无论哪种情况，我都可以在C之前或之后到达B，同样，我可以到达F之前或之后的E。这可能会或可能无关紧要，取决于您的应用程序…）

两种遍历都可以通过伪代码实现：

Store the root node in Container
While (there are nodes in Container)
   N = Get the "next" node from Container
   Store all the children of N in Container
   Do some work on N

两种遍历顺序之间的差异在于对的选择Container。

• 对于 深度，请先 使用堆栈。（递归实现使用调用堆栈…）
• 对于 广度优先，请 使用队列。

递归实现看起来像

ProcessNode(Node)
   Work on the payload Node
   Foreach child of Node
      ProcessNode(child)
   /* Alternate time to work on the payload Node (see below) */

当您到达没有子节点的节点时，递归将结束，因此可以保证对于有限的非循环图结束。

在这一点上，我还是有点作弊。随着一点点的小聪明，你也可以 工作在 这个秩序中的节点：

D, B, E, F, C, A

这是深度优先的一种变体，在这种情况下，直到我往回走到树上之前，我不会在每个节点上都进行工作。但是，我在 去 的途中 参观
了较高的节点，以找到他们的孩子。

这种遍历在递归实现中是很自然的（使用上面的“ Alternate time”行而不是第一条“ Work”行），并且如果您使用显式堆栈也不会 太难
，但是我将其保留为练习。