深度搜索和浅度搜索是指探索树或图等数据结构的不同策略。 主要区别在于它们如何优先探索节点：深度搜索（depth-first search）在回溯之前尽可能沿一个分支探索，而浅度搜索（breadth-first search）在更深入之前探索当前级别的所有节点。 例如，在一棵树中，深度优先可能会先到达最左边的叶子，而广度优先会逐层访问所有节点，从根开始。
浅度搜索通常使用队列来跟踪节点，确保首先探索较早发现的节点。 这使得它非常适合最短路径或直接邻居很重要的情况，例如在网络中找到最接近的匹配项。 例如，在未加权图中查找最短路径受益于 BFS，因为它保证第一次访问节点是通过最短路径。 相比之下，深度搜索使用堆栈（或递归）来优先处理最近发现的节点，使其可用于穷举探索，例如检查拼图中的所有可能配置或遍历文件系统层次结构。
两者之间的选择取决于问题的要求。 浅度搜索对于局部查询来说是有效的，但在处理宽结构（例如，具有许多连接的社交网络）时可能会消耗更多内存。 深度搜索在狭窄、深层结构中使用较少的内存，但如果没有适当的循环检测，则有在循环图中产生无限循环的风险。 例如，目录遍历工具可以使用 DFS 来列出嵌套文件夹，而推荐系统可以使用 BFS 来查找附近的用戶。 开发人员在选择方法时应权衡内存限制、完整性需求和数据结构的性质。
