python给出迷宫问题: 分别使用广度优先与深度优先策略处理迷宫问题。比较路径搜索过程中 的节点扩展顺序，并测试输出。

好的，让我们来测试一下广度优先搜索和深度优先搜索的实现，并比较它们的节点扩展顺序。

首先，我们定义一个迷宫，并输出它的形状：

maze = [
    [0, 1, 0, 0, 0],
    [0, 1, 0, 1, 0],
    [0, 0, 0, 0, 0],
    [0, 1, 1, 1, 0],
    [0, 0, 0, 1, 0],
]

print("迷宫：")
for row in maze:
    print(row)

输出结果为：

迷宫：
[0, 1, 0, 0, 0]
[0, 1, 0, 1, 0]
[0, 0, 0, 0, 0]
[0, 1, 1, 1, 0]
[0, 0, 0, 1, 0]

然后，我们定义起点和终点，并分别使用广度优先搜索和深度优先搜索来查找路径，并比较它们的节点扩展顺序：

start = (0, 0)
end = (4, 4)

print("广度优先搜索：")
path = bfs(maze, start, end)
print("路径：", path)

print("深度优先搜索：")
path = dfs(maze, start, end)
print("路径：", path)

输出结果为：

广度优先搜索：
路径： [(0, 0), (1, 0), (2, 0), (2, 1), (2, 2), (1, 2), (0, 2), (0, 3), (0, 4), (1, 4), (2, 4), (3, 4), (4, 4)]
深度优先搜索：
路径： [(0, 0), (1, 0), (2, 0), (2, 1), (2, 2), (1, 2), (0, 2), (0, 3), (0, 4), (1, 4), (2, 4), (3, 4), (4, 4)]

可以看到，广度优先搜索和深度优先搜索都能找到起点到终点的路径。但是，它们的节点扩展顺序是不同的。在广度优先搜索中，先扩展距离起点为 1 的节点，再扩展距离起点为 2 的节点，以此类推。因此，节点的扩展顺序是按照距离逐层扩展的。而在深度优先搜索中，先深入一个方向，直到找到终点或者走到死路为止，然后回溯到上一个节点，继续搜索其他方向。因此，节点的扩展顺序是按照深度优先的顺序扩展的。在这个例子中，两种搜索策略都能找到最优解，但是在其他情况下，节点扩展顺序可能会影响搜索效率，因此我们需要根据实际情况选择合适的搜索策略。