试比较宽度优先搜索、有界深度搜索有限搜索及有序搜索的搜索效率，并以实例数据加以说明

好的，我会尽力回答您的问题。宽度优先搜索（BFS）和有界深度搜索（IDS）都是无信息搜索算法，而有限搜索和有序搜索则是有信息搜索算法。

BFS从根节点开始，逐层扩展搜索，直到找到目标节点为止；IDS则是从根节点开始，逐渐扩大深度限制，直到找到目标节点为止。两者的时间复杂度都是指数级别的，但BFS需要更多的空间来存储已探索过的节点，而IDS则需要更多的时间来搜索较深的层次。

有限搜索和有序搜索则根据问题的特点来进行优化。有限搜索是指设置一定的深度限制，只搜索到指定深度内的节点，可以避免搜索无解的节点，但有可能错过最优解。有序搜索则是根据启发函数来决定搜索顺序，从而尽快接近最优解，但需要高效的启发函数。

下面是一个示例，假设我们要在一棵二叉树中搜索节点值为8的节点：

         1
       /   \
      2     3
     / \   / \
    4   5 6   7
   / \
  8   9

BFS需要探索的顺序为1, 2, 3, 4, 5, 6, 7, 8, 9，其中8在第4层被找到，时间复杂度为O(2^d)。IDS设置深度限制为3，需要探索的顺序为1, 2, 3, 4, 5, 6, 7, 8，其中8在第2层被找到，时间复杂度也是O(2^d)。有限搜索设置深度限制为2，只需要探索1, 2, 3, 4, 5，其中8在第2层被找到，时间复杂度为O(b^d)。有序搜索可以使用启发函数f(n)=|node.value-8|，从而优先搜索到值为8的节点，可以在第3层找到，时间复杂度没有保证，但可以得到最优解。

综上所述，不同的搜索算法适用于不同的问题，需要根据问题的特点来选择相应的算法。