如何在Python中实现二叉树的深度优先搜索(DFS)与广度优先搜索(BFS)？请分别提供递归和迭代的代码示例。

在处理数据结构时，二叉树的遍历是一种基础且关键的操作。为了帮助你深入理解并掌握二叉树的深度优先搜索（DFS）和广度优先搜索（BFS）在Python中的实现，推荐参考这份资料：《Python遍历二叉树：递归DFS与迭代BFS实现》。这份资源提供了详细的实现代码和解释，直接关联到你当前的问题。

参考资源链接：[Python遍历二叉树：递归DFS与迭代BFS实现](https://wenku.csdn.net/doc/32rwi50kno?spm=1055.2569.3001.10343)

首先，让我们来看看如何使用递归实现深度优先搜索（DFS）。递归方法简单直观，它通过函数自身调用来深入每一层节点，然后回溯返回。以下是前序遍历的递归DFS示例：

    class TreeNode:
        def __init__(self, val):
            self.val = val
            self.left = None
            self.right = None

    def dfs_recursion(node):
        if node is None:
            return
        print(node.val)  # 访问当前节点
        dfs_recursion(node.left)  # 递归遍历左子树
        dfs_recursion(node.right)  # 递归遍历右子树

    # 创建二叉树和进行前序遍历的代码略

接下来是广度优先搜索（BFS），它通常使用队列实现，按层次从上到下遍历树的节点。以下是一个使用迭代实现的BFS示例：

    from collections import deque

    class TreeNode:
        def __init__(self, val):
            self.val = val
            self.left = None
            self.right = None

    def bfs_iterative(root):
        if root is None:
            return
        queue = deque()
        queue.append(root)
        while queue:
            node = queue.popleft()  # 访问当前节点
            print(node.val)  # 打印节点值
            if node.left:
                queue.append(node.left)  # 将左子节点加入队列
            if node.right:
                queue.append(node.right)  # 将右子节点加入队列

    # 创建二叉树和进行广度优先遍历的代码略

在实际应用中，DFS适合查找路径或回溯问题，而BFS适用于查找最近的邻居或最短路径问题。理解这两种遍历方法的原理和实现，对于解决涉及树形数据结构的问题至关重要。通过本问题的回答，你应该能够掌握在Python中实现二叉树遍历的基本方法，并根据具体问题选择合适的遍历策略。

参考资源链接：[Python遍历二叉树：递归DFS与迭代BFS实现](https://wenku.csdn.net/doc/32rwi50kno?spm=1055.2569.3001.10343)