解决迷宫问题，深度优先算法与广度优先算法对比

解决迷宫问题时，深度优先搜索（Depth-First Search, DFS）和广度优先搜索（Breadth-First Search, BFS）是两种常用的算法策略。

**深度优先搜索 (DFS)**:
1. DFS 从起点开始，沿着一条路径尽可能深地探索迷宫，直到到达某个无法继续的地方（通常是墙壁或已访问过的节点）。
2. 在遇到死胡同后，算法会回溯到上一个未访问过的节点，尝试其他分支。
3. 因此，DFS 可能会先找到一个解决方案，但不保证是最短路径。

**广度优先搜索 (BFS):**
1. BFS 则是从起点开始，逐层向外扩展，先遍历所有相邻的节点，然后再处理更远的节点。
2. 它的目标是找到当前阶段距离起点最近的所有可能路径，所以通常能找到最短路径。
3. 对于二维迷宫，BFS 更适合寻找全局最优解，因为它按照空间的接近程度顺序搜索。

**比较：**
- **效率**：对于迷宫这样的图中，如果最短路径较短，BFS 通常更快；如果存在多个路径，DFS 需要更少的空间复杂度。
- **路径类型**：DFS 更适合探索深度优先的分支，而 BFS 更适合查找最短路径或无环结构。
- **记忆消耗**：BFS 使用队列存储待探索节点，内存消耗较大；DFS 依赖递归栈，内存占用相对较小。

**相关问题--:**
1. 何时选择 DFS 而不是 BFS 来解决迷宫问题？
2. 在解决迷宫问题时，如何判断 DFS 找到了解？
3. 如果目标是在有限时间内找到最佳解决方案，你会倾向于哪一种搜索算法？