举例说明广度优先搜索和深度优先搜索。

以下是广度优先搜索和深度优先搜索的Python实现示例：

1. 广度优先搜索

广度优先搜索（BFS）是一种图形搜索算法，它从根节点开始，逐层遍历整个图，直到找到目标节点或遍历完整个图。BFS通常使用队列来实现。

from collections import deque

# 定义图
graph = {
    'A': ['B', 'C'],
    'B': ['D', 'E'],
    'C': ['F'],
    'D': [],
    'E': ['F'],
    'F': []
}

# 广度优先搜索函数
def bfs(graph, start):
    visited = set()  # 记录已经访问过的节点
    queue = deque([start])  # 初始化队列
    while queue:
        node = queue.popleft()  # 取出队列中的第一个节点
        if node not in visited:
            visited.add(node)
            print(node, end=' ')
            for neighbor in graph[node]:
                if neighbor not in visited:
                    queue.append(neighbor)

# 测试
bfs(graph, 'A')

输出结果为：A B C D E F

2. 深度优先搜索

深度优先搜索（DFS）是一种图形搜索算法，它从根节点开始，沿着一条路径一直遍历到底，直到找到目标节点或者无法继续遍历为止。DFS通常使用递归来实现。

# 定义图
graph = {
    'A': ['B', 'C'],
    'B': ['D', 'E'],
    'C': ['F'],
    'D': [],
    'E': ['F'],
    'F': []
}

# 深度优先搜索函数
def dfs(graph, node, visited):
    if node not in visited:
        visited.add(node)
        print(node, end=' ')
        for neighbor in graph[node]:
            dfs(graph, neighbor, visited)

# 测试
dfs(graph, 'A', set())

输出结果为：A B D E F C