深度优先和宽度优先的区别、前(先)序遍历和中序遍历以及后序遍历的使用 深度优先深度优先搜索属于图算法的一种深度优先搜索是一种在开发爬虫早期使用较多的方法。它的目的是要达到被搜索结构的叶结点(即那些不包含任何超链的HTML文件)过程：是对每一个可能的分支路径深入到不能再深入为止，而且每个节点只能访问一次深度优先遍历深度优先遍历图的方法是，从图中某顶点v出发：从图中一个未访问的顶点V开始沿着一条路一直走到底第二步路走完过后，再从这条路尽头的节点回退到上一个节点，再从另一条路开始走到底…不断递归重复2和3过程一直执行3过程，直到所有的顶点都遍历完成(即所以顶点都被访问过)特点：先走完一条路，再换一条路继续走。下面是使用深度优先进行树的遍历如下图：从根节点1开始遍历，遍历过程：1->2->5->9过程已经走到底，然后就从9开始回退到上一个节点5，5没有除了9以外的节点，再次回退到2,2没有除了5以外的节点。回退到1，1有除了2以外的节点3和4，这时再执行深度优先，步骤为：1->3->6->10同理，走到10已经是到底了，开始回退，直到回退到3，发现3有除了6以外的子节点，这时回去遍历7同理，7已经到底了，回退到1节点，继续进行遍历，执行步骤为1->4->8由上可知，完整的节点遍历属性如下：1->2->5->9->3->6->10->7->4->8由数的遍历可以知道：前序遍历、中序遍历和后序遍历都属于深度优先遍历前(先)序遍历说明：对任一子树，先访问根，然后遍历其左子树，最后遍历其右子树。简：从根开始，先左后右前(先)序遍历：1–>2–>4–>7–>5–>8–>9–>3–>6–>10–>11中序遍历说明：对任一子树，先遍历其左子树，然后访问根，最后遍历其右子树。简：从底向上，先左后右中序遍历：4–>7–>2–>8–>5–>9–>1–>3–>10–>6–>11后序遍历说明：对任一子树，先遍历其左子树，然后遍历其右子树，最后访问根。简：从底先上，先左后右，最后根后序遍历：7 --> 4 --> 8 --> 9 --> 5 --> 2 --> 10 --> 11 --> 6 --> 3 --> 1根据树的三种遍历结果推导数的结构根据后序遍历的特点可以知道：根节点在结尾根据前序遍历的特点可以知道：根节点在开头根据中序遍历的特点可以知道：通过前序遍历和中序遍历可以知道根节点后，便可以清楚根节点的左边是左子树，根节点的右边是右子树宽度优先宽度优先搜索（又称广度优先搜索，又叫层次遍历）是最简便的图的搜索算法之一，又叫BFS，属于一种盲目搜寻法目的：是系统地展开并检查图中的所有节点，以找寻结果。换句话说，它并不考虑结果的可能位置，彻底地搜索整张图，直到找到结果为止。说明：又叫层次遍历，从上往下对每一层依次访问，在每一层中，从左往右（也可以从右往左）访问结点，访问完一层就进入下一层，直到没有结点可以访问为止。宽度优先：1–>2–>3–>4–>5–>6–>7–>8–>9–>10–>11深度优先和宽度优先的区别深度优先搜索用栈（stack）来实现 广度优先搜索使用队列（queue）来实现深度优先遍历：对任何一个分支都深入到不能再深入为止，每个节点只能访问一次。二叉树的深度优先分为：先序遍历、中序遍历、后序遍历。具体介绍见上面的说明宽度优先遍历：层次遍历，从上往下对每一层进行遍历，在每一层中，从左往右(也可以从右往左)访问结点，一层一层的进行点，直到没有结点为止深度优先搜素算法：不全部保留结点，占用空间少；有入栈、出栈操作，运行速度慢。广度优先搜索算法：保留全部结点，占用空间大； 无入栈、出栈操作，运行速度快。版权声明：本文为CSDN博主「?abc!」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。原文链接：https://blog.csdn.net/yyuggjggg/article/details/120796567

SnowFlake算法PHP版 概述分布式系统中，有一些需要使用全局唯一ID的场景，这种时候为了防止ID冲突可以使用36位的UUID，但是UUID有一些缺点，首先他相对比较长，另外UUID一般是无序的。有些时候我们希望能使用一种简单一些的ID，并且希望ID能够按照时间有序生成。而twitter的snowflake解决了这种需求，最初Twitter把存储系统从MySQL迁移到Cassandra，因为Cassandra没有顺序ID生成机制，所以开发了这样一套全局唯一ID生成服务。