是对递归、搜索的优化，可以优化掉重复的计算和次优解
- 重复计算优化：采用记录中间计算结果避免重复的计算
- 次优解优化：通过一定条件进行判断、评估选择代价较小分支进行迭代
双向 BFS 就是对 BFS 的剪枝，是对 BFS 中那些次优解的优化，缩小搜索范围的一种优化
双向 BFS 模板：
public int doubleBfs(String beginWord, String endWord, List<String> wordList) {
// 记录已访问节点
Set<String> visited = new HashSet<>();
// 1）创建两端集合（或使用优先队列），并初始化两端集合数据
Set<String> startVisited = new HashSet<>();
startVisited.add(beginWord);
Set<String> endVisited = new HashSet<>();
endVisited.add(endWord);
// 双向 BFS，左右交替扩散
while (!startVisited.isEmpty() && !endVisited.isEmpty()) {
// 2）优先选择代价较小者进行搜索（一直保持 start 最小）
if (startVisited.size() > endVisited.size()) {
Set<String> temp = startVisited;
startVisited = endVisited;
endVisited = temp;
}
// 3）做搜索的逻辑，此时更新 startVisited 集合(更新代价最小集合)
doSomething();
}
// 4）返回最终结果
return result;
}启发式搜索是 优化掉次优解的一种剪枝算法，并且需要 使用启发函数来评估 哪些节点不是问题的解。
启发函数：h(n) ，返回一个非负实数，代表当前分支（节点）到目标（终点）的代价（消耗、费用等）。