首先需要说明的是BFS算法（广度优先算法）本质上也是枚举思想的一种体现，本身效率不是很高，当数据规模很小的时候还是可以一试的。其次很多人可能有这样的疑问，使用搜索算法的时候，到底选用DFS还是BFS，博主觉得对于最短路搜索来说是都可以的，数据规模不大，广搜解决最短路的效率要高一些，还有对于搜索过程中搜索的单位为1时，广搜更合适。
这里总结一下BFS算法，DFS是一条路走到黑，不行再回退一步，直到所有的路都试一遍，而BFS则是需要有一种层的概念，每次走到一个状态，将该层所有可能的情况都加入队列，加入之前要记录一下将自己从上层“继承”来的状态，直到某一个情况的状态符合条件或者队列拓展结束。
具体算法，先将一个起点加入队列，将该点的下一个所有可能的情况都加入队列，再按照加入队列的顺序，一一进行搜索。直到队列为空或者符合条件而结束搜索。
下面上一道练习题：http://poj.org/problem?id=3278 这道题中的人可以有三种走法，一旦走到直接结束搜索，相对于DFS来说效率更高些。
下面上一道经典的迷宫问题：http://acm.zju.edu.cn/onlinejudge/showProblem.do?problemCode=2412这道题挺有意思的，也可以使用DFS来写。
之前都是使用结构体数组模拟队列操作，也可以使用C++STL中的队列容器来写。
继续补充，对BFS算法理解更深刻的是有了层的概念之后，每一层的成员要记录自己的状态。
比如在最短路中每一层拓展的成员要记录自己从上层“继承”来的步数，以便到达目标的时候，知道自己走了多少步。比如这道题目（http://poj.org/problem?id=3278）。另外在“继承”上层状态的时候，当该层出现某个情况的某个状态和同层的其他情况的状态不一致的时候，注意考虑优先级的问题，因为本质上讲，该层的所有情况都是同一级别的。比如这道题目（http://poj.org/problem?id=3278）。