我们先看看他们的定义：

1. 最佳优先搜索(BFS)：

   最佳优先搜索是一种搜索算法，它通过扩展根据指定规则选择的最有希望的节点来探索图。

   通过“启发式评估函数”估计节点 n 的承诺${\displaystyle f(n)}$一般来说，这可能取决于对 n 的描述、目标的描述、搜索收集到的信息，最重要的是，取决于关于问题域的任何额外知识。”

2. 爬山（HC）：

   在数值分析中，爬山是属于局部搜索家族的数学优化技术。它是一种迭代算法，从问题的任意解决方案开始，然后通过对解决方案进行增量更改来尝试找到更好的解决方案。如果更改产生了更好的解决方案，则对新解决方案进行另一个增量更改，依此类推，直到找不到进一步的改进。

根据定义，我们可以发现以下差异：

• BFS 的目的是通过使用启发式函数（它可能是贪婪的）来达到指定的目标，而 HC 是一种局部搜索算法
• BFS 主要用于图搜索（在宽状态空间中）以查找路径。vs. HC 用于优化任务。