BFS的优化有双向BFS和A*算法
双向BFS：用来求最短路，是普通BFS求最短路模型的优化，通过每次向不同的方向扩展(一个是从起点往终点搜，还有一个是从终点向起点搜，如果两个队列中有相同的则说明走通)，让搜索空间缩小，提高搜索效率

A*算法：为启发式算法，可以看成是堆优化版dijkstra算法的升级，增添了一个估价函数(这个估价函数的值应该小于等于真实值)，通过将现在已经走过的路程和估价函数相加，利用最小堆即可实现
而堆优化版的dijkstra算法可以看成是估价函数为0的A*算法

DFS的优化有双向DFS，迭代加深和IDA*算法
双向DFS：打表，因为DFS一搜就要搜到底，所以不能和双向BFS一样，在每次扩展之前都选一次方向，但是双向DFS可以打表，即先将一半的数据处理好储存起来，然后在处理另一半数据的时候利用二分，找表中合适的数据进行更新，是一种空间换时间的做法

迭代加深：相当于加了一个关于搜索层数的剪枝

IDA*算法：一般与迭代加深一起使用，和迭代加深类似也是加了一个关于搜索层数的剪枝，只不过IDA*的剪枝是启发式的，即需要判断当前层数+估价函数(即最少还需要搜索几层) ，与最大层数进行比较剪枝