Особенность bfs в том, что он доходит до каждой вершины кратчайшим путем из стартовой. Длину этого пути для каждой вершины мы так же можем поддерживать, пусть w[x] -- кратчайшее расстояние до x. Если в вершину x мы пришли за один шаг из вершины y, тогда w[x] = w[y] + 1.

Запустим dfs от нашего коня, и для каждой клетки будем поддерживать расстояние от коня до нее (кол-во ходов коня до нее).

Пример кода на python:
from queue import Queue
n = int(input())
sx, sy = map(int, input().split())
sx -= 1
sy -= 1
fx, fy = map(int, input().split())
fx -= 1
fy -= 1
rst = [[-1 for i in range(n)] for j in range(n)]
rst[sx][sy] = 0
nei = [(1, 2), (1, -2), (-1, 2), (-1, -2),
       (2, 1), (2, -1), (-2, 1), (-2, -1)]
q = Queue()
q.put((sx, sy))
while not q.empty():
    h = q.get()
    for e in nei:
        x = h[0] + e[0]
        y = h[1] + e[1]
        if min(x, y) >= 0 and max(x, y) < n and rst[x][y] == -1:
            rst[x][y] = rst[h[0]][h[1]] + 1
            q.put((x, y))
print(rst[fx][fy])