摘要：
在重写问题的过程中，发现许多问题使用DFS（简称DFS），这是一种遍历或搜索树或图的算法。搜索将追溯到找到节点v的一侧的起始节点。此过程将继续，直到找到可从源节点访问的所有节点。然后选择其中一个作为源节点，并重复上述过程。整个过程重复进行，直到访问所有节点。沿着当前顶点的边走到尚未访问的顶点；上面的示例显示了DFS如何直观地解决搜索问题。
1、前言
学习数据结构的时候就已经了解了DFS原理，但是一直没有详细的复习和代码实现。再刷题的过程中发现很多题目都使用DFS，因此回头再好好梳理一下DFS的思路以及代码实现。
2、算法理论
2.1 理论知识
深度优先搜索算法（英语：Depth-First-Search，简称DFS）是一种用于遍历或搜索树或图的算法。沿着树的深度遍历树的节点，尽可能深的搜索树的分支。当节点v的所在边都己被探寻过，搜索将回溯到发现节点v的那条边的起始节点。这一过程一直进行到已发现从源节点可达的所有节点为止。如果还存在未被发现的节点，则选择其中一个作为源节点并重复以上过程，整个进程反复进行直到所有节点都被访问为止。属于盲目搜索。
深度优先遍历的主要思想就是：首先以一个未被访问过的顶点作为起始顶点，沿当前顶点的边走到未访问过的顶点；当没有未访问过的顶点时，则回到上一个顶点，继续试探访问别的顶点，直到所有的顶点都被访问。沿着某条路径遍历直到末端，然后回溯，再沿着另一条进行同样的遍历，直到所有的顶点都被访问过为止。
2.2 举例
求图中v0出发，到达v6长度为4的路径是否存在。
DFS过程：
。。。。。
上例参考rapheal大神的例子，具体过程不详细展示了。上例展示了DFS如何直观的解决搜索问题。
3、算法实现
代码框架：
DFS(dep , ...){ //dep代表目前DFS深度
if(找到解 || 走不下去了) //走不下去就是visited[dep] == 1了。
{
...;
return;
}
DFS(dep+1, ...) //枚举下一种情况
visited[dep] = 0 //回退时标记回退的节点为未被访问的节点
}通常DFS要有一个visited数组，用来标识某个节点是否被访问过，但是也不是一定的。在走迷宫的题目中，就是用stack来标识。
感觉DFS一定要有递归的基础， DFS只处理当前的状态节点n，不关注下一个状态。