广度优先搜索算法和深度优先搜索算法代码的运行结果图

广度优先搜索（Breadth First Search, BFS）和深度优先搜索（Depth First Search, DFS）是图遍历的两种常用算法，它们的运行结果图会反映出节点之间的访问顺序：

1. **BFS**运行结果图：这种搜索从起点开始，首先访问所有相邻的节点（即一层的所有节点），然后再访问第二层的节点，以此类推。因此，结果图呈现出一个“层次状”的结构，可以直观看到最短路径。如果你画出一个简单的树形结构，BFS就像沿着树干一层一层向下探索。

2. **DFS**运行结果图：DFS则先深入到一棵树的最深节点，然后再回溯。这意味着在搜索的过程中，可能会形成一个“分支”结构，因为一旦进入某个分支，就会继续深入直到无法再前进，然后返回上一层。如果在一个有环的图中，可能会形成循环链路。

以下是这两种算法的伪代码示例，但请注意这并不是实际的运行结果图，而是描述其逻辑过程：

# BFS伪代码
def bfs(graph, start):
    visited = [start]
    queue = [start]
    while queue:
        vertex = queue.pop(0)
        print(vertex)  # 输出节点
        for neighbor in graph[vertex]:
            if neighbor not in visited:
                visited.append(neighbor)
                queue.append(neighbor)

# DFS伪代码
def dfs(graph, start):
    visited = [start]
    stack = [start]
    while stack:
        vertex = stack.pop()
        print(vertex)  # 输出节点
        for neighbor in graph[vertex]:
            if neighbor not in visited:
                visited.append(neighbor)
                stack.append(neighbor)