深度优先搜索（DFS）：从入门到精通！

开篇互动：你是否在为数据遍历效率而烦恼？

“面对复杂的数据结构，如何快速找到目标节点？”
深度优先搜索（DFS）是一种经典的图遍历算法，在解决路径查找、迷宫问题、拓扑排序等问题中发挥着重要作用。无论你是编程小白还是有一定经验的开发者，这篇文章都将带你一步步掌握 DFS 的核心概念和实现方法！

让我们一起揭开 DFS 的神秘面纱，并探索如何让它在实际应用中大放异彩！🚀

---

一、深度优先搜索（DFS）：基础篇

1.1 DFS 的定义

深度优先搜索（Depth-First Search，简称 DFS）是一种用于遍历树或图的算法。它的核心思想是尽可能“深入”访问图的每个节点，直到无法继续前进为止，然后再回溯到之前的节点继续遍历。

---

1.2 DFS 的工作原理

DFS 的基本步骤如下：

1. 访问当前节点：从起点节点开始访问。
2. 递归遍历子节点：依次访问当前节点的所有未被访问过的子节点。
3. 回溯：当所有子节点都被访问完毕后，回溯到父节点继续遍历。

---

1.3 DFS 的典型应用场景

• 迷宫求解：寻找从起点到终点的路径。
• 连通性问题：判断图中的两个节点是否连通。
• 拓扑排序：对有向无环图（DAG）进行拓扑排序。
• 路径查找：在图中查找从一个节点到另一个节点的所有可能路径。

---

二、DFS 的实现方式

2.1 递归实现

递归是实现 DFS 最直观的方式。通过递归函数，我们可以轻松地模拟 DFS 的回溯过程。

代码示例：递归实现 DFS

import java.util.ArrayList; 
import java.util.List; 
 
public class DFSDemo {
    // 定义一个图结构 
    private List<List<Integer>> graph;
 
    public DFSDemo(int numNodes) {
        graph = new ArrayList<>();
        for (int i = 0; i < numNodes; i++) {
            graph.add(new  ArrayList<>());
        }
    }
 
    // 添加边 
    public void addEdge(int u, int v) {
        graph.get(u).add(v); 
    }
 
    // 递归实现 DFS 
    public void dfsRecursive(int startNode, boolean[] visited) {
        // 标记当前节点为已访问 
        visited[startNode] = true;