bfs必须用队列实现，go中用切片模拟：queue=queue[1:]出队、append入队；需先记len(queue)再循环处理当前层；图需visited防重复，树可省；dfs递归简洁但慎用于深图，邻接表是go图表示首选；距离数组用-1或map初始化以区分未访问与不可达。
用 queue 做 BFS，别用递归
BFS 的本质是“一层层推”，必须靠队列（FIFO）保序；递归天然带栈行为，强行套用只会绕晕自己、写成伪BFS。Go 没有内置队列类型，直接用切片模拟最实际——queue = queue[1:] 出队，append(queue, node) 入队即可。
- 常见错误：把
for range queue当作“当前层遍历”，结果边遍历边扩容，导致无限循环或漏层 - 正确做法：每次进入 for 循环前先记下
size := len(queue)，只处理这size个节点 - 图场景下必须配
visited map[int]bool，否则无向图会反复横跳（比如 A→B→A→B…） - 树结构可省略
visited，但一旦转成图表示（如邻接表），就必须加，不加必死循环
DFS 用递归还是手写栈？看场景
递归写法简洁，适合树或深度可控的图；但真实图数据可能含长链或环，递归过深会触发 stack overflow，尤其在默认 goroutine 栈仅 2KB 的 Go 中更敏感。
- 推荐默认用递归：代码短、语义清，比如遍历二叉树、做路径回溯（
path切片传指针 + 回退操作） - 必须用手写栈：当图节点数 > 1000 或明确存在超长链（如链状图），用
stack []*Node+pop := stack[len(stack)-1]; stack = stack[:len(stack)-1] - 无论哪种，
visited都不能少；DFS 不像 BFS 那样天然防重入，漏标一个节点就可能重复访问甚至死循环
Graph 表示选邻接矩阵还是邻接表？
邻接矩阵（二维 [][]int）查边快 O(1)，但空间爆炸；邻接表（map[int][]int 或 []([]int)）省内存、遍历邻居自然，是 Go 中事实标准。
- 稀疏图（边数 ≪ 节点数²）一律用邻接表，比如社交网络、网页链接图
- 邻接矩阵只在节点数固定且极小（≤ 100）、频繁查任意两点是否连通时才值得考虑
- Go 中用
map[int][]int更灵活（支持非连续 ID），但若节点 ID 是 0~n-1，用[]([]int)性能更好、无哈希开销 - 无向图记得双向加边：
g.adj[u] = append(g.adj[u], v)和g.adj[v] = append(g.adj[v], u)，漏一边就是半张图
BFS 求最短路径时，距离数组怎么初始化？
不是所有节点都能从起点到达，dist 必须区分“未访问”和“不可达”；用 map[int]int 初始化时，别设默认值 0，否则无法判断节点 0 是“距离为 0”还是“根本没访问到”。
- 安全做法：用
dist := make(map[int]int)空初始化，再显式赋dist[start] = 0；查距离时用if d, ok := dist[node]; ok { ... } - 如果坚持用切片
dist := make([]int, n)，初始全填 -1（dist[i] = -1），表示未访问/不可达；更新时只覆盖 -1 值 - 别用
math.MaxInt32类似值初始化——Go int 大小依赖平台，且语义不清；-1 或 map 查存在性更直白
if !visited[node]，也别赌它“应该不会重复”。golang免费学习笔记（深入）：立即使用
在学习笔记中，你将探索golang的核心概念和高级技巧！
