如上圖：
使用 dfs 找出從根結點 a 到目標結點 g 的路徑
步驟如下：
1：從根節點a開始，選擇節點b的路徑，繼續深入，直到e，無法更進一步深入，此時棧內容為abe
依次退棧eb
2:回溯到a節點，選擇第二條路徑c入棧，e入棧，但e已被訪問過，彈出e，回溯到c節點；選擇另一條路徑
f入棧，g入棧。此時我們找到了g。此時棧內容(路徑)為acfg
總的來說，在我們到達最深的結點之後，我們只會回溯並嘗試另一條路徑。
注意：在 dfs 中找到的第一條路徑並不總是最短的路徑。例如，在上面的例子中，我們成功找出了路徑 a-> c-> f-> g 並停止了 dfs。但這不是從 a 到 g 的最短路徑。
結點的處理順序是完全相反的順序，就像它們被新增到棧中一樣，它是後進先出（lifo）。這就是我們在 dfs 中使用棧的原因。
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 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...
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...