对于搜索来说，我们绝大多数情况下处理的都是叫 “所谓的暴力搜索” ，或者是说比较简单朴素的搜索，也就是说你在搜索的时候没有任何所谓的智能的情况在里面考虑，很多情况下它做的一件事情就是把所有的结点全部遍历一次，然后找到你要的结果。
基于这样的一个数据结构，如果这个数据结构本身是没有任何特点的，也就是说是一个很普通的树或者很普通的图。那么我们要做的一件事情就是遍历所有的结点。同时保证每个点访问一次且仅访问一次，最后找到结果。
那么我们先把搜索整个先化简情况，我们就收缩到在树的这种情况下来进行搜索。
如果我们要找到我们需要的一个值，在这个树里面我们要怎么做？那么毫无疑问就是从根这边开始先搜左子树，然后再往下一个一个一个一个点走过去，然后走完来之后再走右子树，直到找到我们的点，这就是我们所采用的方式。
再回到我们数据结构定义，它只有左子树和右子树。
我们要实现这样一个遍历或者搜索的话，毫无疑问我们要保证的事情就是
- 每个结点都要访问一次
- 每个结点仅仅要访问一次
- 对于结点访问的顺序不限
-
- 深度优先：Depth First Search
- 广度优先：Breadth First Search
仅访问一次的意思就是代表我们在搜索中，我们不想做过多无用的访问，不然的话我们的访问的效率会非常的慢。
当然的话还可以有其余的搜索，其余的搜索的话就不再是深度优先或者广度优先了，而是按照优先级优先 。当然你也可以随意定义，比如说从中间优先类似于其他的东西，但只不过的话你定义的话要有现实中的场景。所以你可以认为是一般来说就是深度优先、广度优先，另外的话就是优先级优先。按照优先级优先搜索的话，其实更加适用于现实中的很多业务场景，而这样的算法我们一般把它称为启发式搜索，更多应用在深度学习领域。而这种比如说优先级优先的话，在很多时候现在已经应用在各种推荐算法和高级的搜索算法，让你搜出你中间最感兴趣的内容，以及每天打开抖音、快手的话就给你推荐你最感兴趣的内容，其实就是这个原因。