该问题的详细描述如下：
给出两个单词（beginWord和endWord）以及词典的单词列表，查找是否存在从beginWord到endWord的转换序列，例如：
我知道这个词可以使用广度优先搜索来解决。在提出正常的BFS解决方案后，面试官问我是否可以使其更快。我没有找到加速的方法。面试官告诉我，我应该使用PriorityQueue来进行“最佳优先搜索”。优先级由当前单词和目标之间的汉明距离给出。
我不太了解为什么这可以加快搜索速度。我觉得通过使用priorityQueue，我们尝试搜索取得进展的路径（即减少汉明距离）。
这似乎是一种贪婪的方法。我的问题是：
为什么该解决方案比广度优先搜索解决方案要快？我觉得实际的路径可能是这样的：起初没有取得任何进展，甚至没有增加汉明距离，但是一言以蔽之之后，汉明距离逐渐下降。在这种情况下，我认为优先级队列解决方案会比较慢。
任何建议将不胜感激！谢谢
答案 0 :(得分：2)
首先，我建议对图搜索算法进行彻底的阅读，这将详细解释您想要的问题（甚至更远）。
TL; DR：
您的面试官有效地推荐了一些类似于A *算法的东西。
它与BFS的不同之处在于：首先扩展哪个节点。它使用距离分数的概念，该概念由两个元素组成：
如果我们要遵循通过X的路径，那么从起点到目标的总步数不能少于此分数。如果实际的静止距离更长（如果字典中不存在直接路径所需的某些单词），则可能更长。
A *告诉我们：在所有打开的（未扩展的）节点中，首先尝试可能提供最短总体解决方案路径的节点，即得分最低的节点。为了实现这一点，优先队列很适合。
在许多情况下，A *可以大大减少搜索空间（与BFS相比），并且仍然可以保证找到最佳解决方案。
A *不是贪婪算法。最终它将探索整个搜索空间，而且顺序要比盲目BFS好得多。