Go语言需手动实现DFS/BFS，用切片模拟栈/队列，避免range动态扩容错误；邻接表更符合Go习惯；BFS需显式维护层数、dist初始化为-1或用map判存，DFS须双重检查nil与visited。
Go 语言本身不提供 dfs 或 bfs 内置函数，所谓“通过语言学习实现”，本质是用 Go 的基础语法（切片、map、for、递归）模拟栈和队列行为——不是调用库，而是亲手搭轮子。
为什么不能直接 for range queue 做 BFS
常见错误是写成：for _, node := range queue { ... queue = append(queue, child) ... }。这会导致遍历过程中 queue 动态增长，range 会按初始长度迭代，但新入队节点被跳过，或下一轮又重复处理旧节点。
- 正确做法：每次循环前先记
size := len(queue)，再用for i := 0; i 处理当前层 - 出队必须用
queue = queue[1:]（切片截断），不是queue = queue[:len(queue)-1] - 树结构可省
visited，但只要用邻接表表示图（哪怕只有父子关系），就必须加map[int]bool，否则 A→B→A 会死循环
DFS 递归 vs 手写栈：选哪个看深度
Go 默认 goroutine 栈仅 2KB，递归 DFS 在深链图（如 1000+ 节点单向链）中极易触发 runtime: goroutine stack exceeds 1000000000-byte limit。
- 适合递归：二叉树遍历、BST 查找、路径回溯（
path切片传指针 + 回退操作） - 必须手写栈：图节点数 > 500，或已知存在长链；用
stack := []*Node{root}，出栈为pop := stack[len(stack)-1]; stack = stack[:len(stack)-1] - 无论哪种，
visited都不能少——DFS 不像 BFS 天然保序，漏标一个节点就可能反复访问
图的表示：邻接表比邻接矩阵更 Go
邻接矩阵（[][]bool）查边是 O(1)，但空间是 O(n²)，且 Go 中二维切片初始化麻烦、扩容成本高；真实项目几乎都用邻接表。
立即学习“go语言免费学习笔记（深入）”；
- 节点 ID 连续（0~n-1）：用
adj := make([][]int, n)，性能好、无哈希开销 - 节点 ID 稀疏或非数字（如字符串）：用
adj := make(map[string][]string)，灵活但有哈希成本 - 无向图务必双向加边：
adj[u] = append(adj[u], v)和adj[v] = append(adj[v], u)，漏一边等于删掉半张图
BFS 求最短距离时，dist 数组怎么初始化才安全
用 dist := make([]int, n) 全填 0 是错的——无法区分“起点距离为 0”和“节点不可达”。同样，make(map[int]int) 默认零值也是 0，也会混淆。
- 推荐方案一：
dist := make([]int, n)，初始化全为-1（for i := range dist { dist[i] = -1 }），更新时只对未访问节点赋值 - 推荐方案二：
dist := make(map[int]int)，不预设任何值，查时用if d, ok := dist[node]; ok判断是否可达 - 别在 BFS 循环里反复
make([]int, n)——高频分配小切片会触发 GC，尤其在服务端长期运行场景
最容易被忽略的是：BFS 的“层”意识必须显式维护，不能依赖数据结构自动分层；DFS 的递归退出条件常被写成 node == nil，但在图中要同时检查 !visited[node]，否则逻辑就垮了。
