Algorithm BFS和Dijkstra有何不同；寻找最短路径时的s算法？

我在读关于图形算法的书时，遇到了这两种算法：

Dijkstra算法和BFS算法在寻找节点间最短路径时有什么不同

我对此搜索了很多，但没有得到满意的答案

---

BFS在图中查找最短路径的规则如下：

我们发现所有连接的顶点

将它们添加到队列中，并

存储从源u到该顶点v的距离（重量/长度）

用从源u到顶点v的最短距离的路径更新，我们得到了它 这与我们在Dijkstra算法中所做的完全相同

---

因此为什么这些算法的时间复杂度如此不同？

如果有人能用伪代码来解释它，那么我会 非常感谢

---

我知道我错过了什么！请帮忙

宽度优先搜索只是Dijkstra的算法，所有边权重都等于1

Dijkstra的算法在概念上是广度优先搜索，考虑了边缘成本

在这两种情况下，探索图形的过程在结构上是相同的

大宗报价 当使用BFS在图中查找最短路径时，我们所做的是 我们发现所有连接的顶点，将它们添加到队列中，并保持从源到该顶点的距离。现在，如果我们找到一条从源到那个顶点的距离更小的路径，我们就会更新它

我们在BFS中不保持距离。它用于发现节点。 所以我们把它们放在一个普通的队列中，然后弹出它们。与Dijikstra不同，在Dijikstra中，我们将节点的累积权重（放松后）放入优先级队列中，并弹出最小距离

所以BFS会像等权图中的dijikstra一样工作，因为

由于使用简单队列和优先级队列，复杂性有所不同

在加权边图中，可以得到正常队列的最短路径

它是的变体，还可以处理负权重

---

但另一方面，它的时间复杂度比Dijkstra的要差

你看过维基百科吗？“宽度优先搜索可以看作是Dijkstra算法在无权图上的一个特例，其中优先级队列退化为FIFO队列。”是的！我在stackoverflow上也读了几乎所有与此相关的问题，但没有得到正确的答案！那么为什么时间复杂性之间存在差异呢？我的意思是，为什么他们说在非加权图中寻找最短路径时使用BFS而不是Dijkstra？@harrythomas Dijkstra使用优先级队列数据结构来跟踪未访问节点的边界。宽度优先搜索使用常规队列数据结构。优先级队列上的操作为O（日志n）。常规队列上的操作是O（1）。在BFS中使用规则队列是可能的，因为所有的边权重为1-这使得规则队列有效地表现为优先级队列。