虽说是日志2，但其实是No.1，because日志1因一些环境原因(宾馆的网实在是太烂了，福州的OJ打开都废了我几十年, 生 气)和一些人为原因(题目实在是过不了，好气哦)；
好了，切入正题，今天讲了搜索的第二部分，即bfs和搜索优化。我也分两块来写日志；
frist.BFS
所谓bfs，就是在dfs的第一层框架上，阻止了单一策略的深入，这很好的提高了搜索的速度，bfs让所有的情况同时进行，这保证
了第一个解的最优性，使得可以大大加快了最优解的速度，这一过程由队列来维护，从而达到了目的。(假的，一定是假的，不然
我肿么看了那么长时间还没参透)
这么多操作，来画个图，简述一下。
(图怎么样?作者自制，谁敢说难看，杀无赦)依据bfs的思想，查找顺序应如图的红色字所示，然后一一将其存入队列之中
，已在队列
加一个例题:(如上图)图中S到T的最短路长度是多少?
思想:这可以dfs也可以bfs，由数据来决定dfs的书写难度较低，bfs速度较快；由bfs来构思，
即将与S联通的点进行广搜，达到T即返回这样便可以做到了；
代码实现:没有，滚滚滚，连个模板还要我给!
小结一下:bfs高效率，高能耗(空间，代码量);
second.搜索优化
这是一个比较玄学的操作，因题而异，各有不同，基本思想就是将100%错误的答案排除，类似于摘果子时，确定一根枝干上一定
没有果子时可将这一枝干提前剪掉，以减少无用功。所以，这种操作又称为剪枝。
图就不再给了，大家就想象一下砍树枝吧。(说直白点我懒的画了)；
来个题，体验一下:一堆木棍，都有个自的长度，找出其最短的原长度；
思路:搜索是一回事，我要的是剪枝。这个长度一定大于所有木棍中的最短长度，这就可以进行剪枝了；当然还不止这一点
在选择木棍组合时，一定会选上当前的最长的那一根，因为每根都必须被选中，必有一种组合含它，由此又可以减少一部分时间。
没代码，别看这一行了。
小总结:搜索优化:善变但有规律需发现，练习并熟用；
END.