我看过很多其他的stackoverflow答案，它们都和我的讲师在幻灯片中写的不同。
深度优先搜索具有O（b^ m）的时间复杂度，其中B是
搜索树的最大分支因子和m是最大深度。
国家空间。如果m比d大得多，那就太可怕了，但是如果搜索
树是“浓密的”，可能比广度优先搜索快得多。
他接着说……
空间复杂度为O（Bm），即作用长度的空间线性。
顺序！只需要存储从根到叶的一条路径
节点，以及上每个节点的剩余未展开同级节点
路径。
Another answero n stackoverflow状态为o（n+m）。
最佳答案
时间复杂度：如果可以在O（1）时间内访问每个节点，则用B的分支因子和M的最大深度，该树中的节点总数将是最坏情况＝1 +b+b2+…+bM-1。使用一个几何序列的求和公式（甚至自己求解）表明，这个和等于（bm-1）/（b-1），结果是访问每个节点的总时间与bm成比例。因此，复杂性= O（BM）。
另一方面，如果不是使用分支因子和最大深度，则节点N的数目，那么你可以直接说，复杂性将与n或等于O（n）成正比。
你在问题中提到的其他答案也同样使用了不同的术语。这个想法在任何地方都是一样的。一些解决方案也增加了边缘计数，以使答案更精确，但一般而言，节点计数足以描述复杂性。
空间复杂度：最长路径＝m的长度。对于每个节点，你必须存储它的兄弟姐妹，这样当你访问了所有的孩子，然后你回到一个父节点，你就可以知道下一步要探索的兄弟姐妹。对于路径上的m个节点，必须为每个m个节点额外存储b个节点。这就是你得到O（BM）空间复杂度的方法。
关于algorithm - 深度优先搜索的时间/空间复杂度，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/36479640/