深度優先搜尋（縮寫dfs）有點類似廣度優先搜尋，也是對乙個連通圖進行遍歷的演算法。它的思想是從乙個頂點v
0開始，
沿著一條路一直走到底，如果發現不能到達目標解，那就返回到上乙個節點，然後從另一條路開始走到底，這種盡量往深處走的概念即是深度優先的概念。
你可以跳過第二節先看第三節，:)
還是引用上篇文章的樣例圖，起點仍然是v0，我們修改一下題目意思，只需要讓你找出一條v0到v6的道路，而無需最短路。
圖2-1 尋找v0到v
6的一條路（無需最短路徑）
假設按照以下的順序來搜尋：
1.v0->v1->v4，此時到底盡頭，仍然到不了v6，於是原路返回到v1去搜尋其他路徑；
2.返回到v1後既搜尋v2，於是搜尋路徑是v0->v1->v2->v6,，找到目標節點，返回有解。
這樣搜尋只是2步就到達了，但是如果用bfs的話就需要多幾步。
（你可以跳過這一節先看第三節，重點在第三節）
》中知道，我們搜尋乙個圖是按照樹的層次來搜尋的。
我們假設乙個節點衍生出來的相鄰節點平均的個數是n個，那麼當起點開始搜尋的時候，佇列有乙個節點，當起點拿出來後，把它相鄰的節點放進去，那麼佇列就有n個節點，當下一層的搜尋中再加入元素到佇列的時候，節點數達到了n2，你可以想想，一旦n是乙個比較大的數的時候，這個樹的層次又比較深，那這個佇列就得需要很大的記憶體空間了。
於是廣度優先搜尋的缺點出來了：在樹的層次較深&子節點數較多的情況下，消耗記憶體十分嚴重。廣度優先搜尋適用於節點的子節點數量不多，並且樹的層次不會太深的情況。
那麼深度優先就可以克服這個缺點，因為每次搜的過程，每一層只需維護乙個節點。但回過頭想想，廣度優先能夠找到最短路徑，那深度優先能否找到呢？深度優先的方法是一條路走到黑，那顯然無法知道這條路是不是最短的，所以你還得繼續走別的路去判斷是否是最短路？
於是深度優先搜尋的缺點也出來了：難以尋找最優解，僅僅只能尋找有解。其優點就是記憶體消耗小，克服了剛剛說的廣度優先搜尋的缺點。
給出如圖3-1所示的圖，求圖中的v0出發，是否存在一條路徑長度為4的搜尋路徑。
圖3-1
顯然，我們知道是有這樣乙個解的：v0->v3->v5->v6。
這裡先給出上邊處理過程的對應偽**。
cpp**
/*** dfs核心偽**
* 前置條件是visit陣列全部設定成false
* @param n 當前開始搜尋的節點
* @param d 當前到達的深度，也即是路徑長度
* @return 是否有解
*/bool dfs(node n, int d)
for (node nextnode in n)
//重新設定成未訪問，因為它有可能出現在下一次搜尋的別的路徑中
visit[nextnode] = false;
} //到這裡，發現本次搜尋還沒找到解，那就要從當前節點的下乙個節點開始搜尋。
} return
false;//本次搜尋無解
}
此後堆疊呼叫返回到v0那一層，因為v1那一層也找不到跟v1的相鄰未訪問節點
此後堆疊呼叫返回到v3那一層
此後堆疊呼叫返回到主函式呼叫dfs(v0,0)的地方，因為已經找到解，無需再從別的節點去搜別的路徑了。
這裡先給出dfs的核心**。
cpp**
/*** dfs核心偽**
* 前置條件是visit陣列全部設定成false
* @param n 當前開始搜尋的節點
* @param d 當前到達的深度
* @return 是否有解
*/bool dfs(node n, int d)
for (node nextnode in n)
//重新設定成false，因為它有可能出現在下一次搜尋的別的路徑中
visit[nextnode] = false;
} }
return
false;//本次搜尋無解
}
當然了，這裡的visit陣列不一定是必須的，在一會我給出的24點例子中，我們可以看到這點，這裡visit的存在只是為了保證記錄節點不被重新訪問，也可以有其他方式來表達的，這裡只給出核心思想。
深度優先搜尋的演算法需要你對遞迴有一定的認識，重要的思想就是：抽象！
可以從dfs函式裡邊看到，dfs裡邊永遠只處理當前狀態節點n，而不去關注它的下乙個狀態。
它通過把dfs方法抽象，整個邏輯就變得十分的清晰，這就是遞迴之美。
想必大家都玩過乙個遊戲，叫做「24點」：給出4個整數，要求用加減乘除4個運算使其運算結果變成24，4個數字要不重複的用到計算中。
例如給出4個數：1、2、3、4。我可以用以下運算得到結果24：
1*2*3*4 = 24；2*3*4/1 = 24；(1+2+3)*4=24；……
如上，是有很多種組合方式使得他們變成24的，當然也有無法得到結果的4個數，例如：1、1、1、1。
現在我給你這樣4個數，你能告訴我它們能夠通過一定的運算組合之後變成24嗎？這裡我給出約束：數字之間的除法中不得出現小數，例如原本我們可以1/4=0.25，但是這裡的約束指定了這樣操作是不合法的。
這裡為了方便敘述，我假設現在只有3個數，只允許加法減法運算。我繪製了如圖5-1的搜尋樹。
圖5-1
此處只有3個數並且只有加減法，所以第二層的節點最多就6個，如果是給你4個數並且有加減乘除，那麼第二層的節點就會比較多了，當延伸到第三層的時候節點數就比較多了，使用bfs的缺點就暴露了，需要很大的空間去維護那個佇列。而你看這個搜尋樹，其實第一層是3個數，到了第二層就變成2個數了，也就是遞迴深度其實不會超過3層，所以採用dfs來做會更合理，平均效率要比bfs快（我沒寫**驗證過，讀者自行驗證）。
題目分類來自網路：
sicily
：1019 1024 1034 1050 1052 1153 1171 1187
pku：1088 1176 1321 1416 1564 1753 2492 3083 3411
dfs適合此類題目：給定初始狀態跟目標狀態，要求判斷從初始狀態到目標狀態是否有解。
不知道你注意到沒，在深度/廣度搜尋的過程中，其實相鄰節點的加入如果是有一定策略的話，對演算法的效率是有很大影響的，你可以做一下簡單馬周遊
跟馬周遊
這兩個題，你就有所體會，你會發現你在搜尋的過程中，用一定策略去訪問相鄰節點會提公升很大的效率。
這些運用到的貪心的思想，你可以再看看啟發式搜尋的演算法，例如a*演算法等。
深度優先搜尋DFS
作為搜尋演算法的一種，dfs對於尋找乙個解的 np 包括npc 問題作用很大。但是，搜尋演算法畢竟是 時間複雜度是o n 的階乘級演算法，它的效率比較低，在資料規模變大時，這種演算法就顯得力不從心了。關於深度優先搜尋的效率問題，有多種解決方法。最具有通用性的是剪枝 prunning 也就是去除沒有用...
深度優先搜尋（dfs）
深度優先搜尋的一般步驟 1 從頂點v出發，訪問v。2 找出剛才訪問過的頂點的第乙個未被訪問的鄰接點，訪問該頂點。以該頂點為新頂點，重複此步驟，直到剛訪問的頂點沒有沒有未被訪問過的鄰接點為止。3 返回前乙個訪問過的仍有未被訪問過的鄰接點的頂點，找出該頂點的下乙個未被訪問過的鄰接點，訪問該頂點。4 重複...
深度優先搜尋DFS
用棧實現的深度優先搜尋，oj aoj，題號alds1 11 b include include using namespace std static const int n 100 static const int white 0 代表未訪問 static const int gary 1 代表訪問...