深度优先搜索

深度优先，顾名思义，只要有路，则一条路走到底，然后回溯，看之前的叉路口是否还有路可选。

一、基本概念

深度优先搜索 是一种图的遍历算法，可用于求单源最短路径。

算法思路

看图说话！如上是一个有向图。

• 假设我们需要找到从1到4结点的路径。那么从结点1开始遍历，然后递归的遍历所有与1相邻的结点。所以，第一，我们需要构建图的邻接矩阵（建模很重要），并初始化。

• 为了避免遍历完1结点后，在跳到2结点时，又往回遍历1结点。所以，第二，我们需要用一个数组visited来标记 已遍历过 的结点（简单的hash表）。

• 前面讲过，深度优先其实就是先一条路走到黑。那么，在从1到2后，就应该是在2的邻接结点中选择一个结点（此前已将1和2结点标记为了已遍历），假如选择3，那么接下来就是从3的邻接结点中选择一个结点，如上只能选择4（visited[1] != 0），因此1-2-3-4便是1到4的一条路径。

• 如此，便完成了一次深度搜索。 如果任务重新修改为找到从1到4节点的最短路径，虽然通过上述过程，我们已经找到了一条路径。但是此时，并不能确定此为最短。因为，在之前的叉路口，还有其他路径可选时，比如在节点2的时候，除了3这个选择，我们还可以选择5，因此，我们还需要重新回到2节点，然后看看如果接下来我们选择5，会不会有可能也可以到达4，并且路程缩短。 基于这个想法，进入下一个步骤。

• 首先是在4结点的基础上回溯到3结点，由于3只有一个往外地指向，所以继续回溯到2结点。（注意，回溯的时候需要将此前标记过的结点去除标记，即将4和3去除标记）。在回溯到2结点时，发现还有一条可走的路径，即跳转到5，然后接下来的过程便是重复上述步骤。最后发现新的路径： 1-2-5-3-4 。在此，基于结点2的所有可能路径便已全部遍历完。于是再从2回溯到1（并将2标记为未遍历），将1其余的邻接结点按照上述步骤重复。

二、举例说明

1. 求最短路径

假设有5个城市，城市之间的道路情况如下图所示，1和2之间的单向箭头表示只能从1到2，箭头上面的数字表示城市之间的距离。要求计算从1到5之间的最短距离。

1. 构建邻接矩阵：
   

   
   
   

2. 初始一个数组用于记录每个节点是否被遍历。visited[]

3. 在当前结点处，判断与其他结点是否有通路（-1表示没有）。例如，假设当前在结点1，判断与其他结点之间的关系，只需要遍历一个一维数组就可以了（第一行）。

4. 发现 [1,2] 位置 > 0 时，则表示1和2之间有通路，如果 visited[2] = 0 则表示节点2没有被访问过，那么也就代表着此时站在节点1时，可以从节点1过渡到节点2， 然后再执行 visited[2] = 1 以标识节点2被访问了。

5. 通过第4步，到达了节点2。此时，由于节点2不是目的节点，则需要站在节点2的位置，继续“选路”，也就是遍历第二行，从第二行中找到可选节点。剩下的过程就是重复步骤4和步骤5，直到没有路可选了 或者 已到达目的节点。然后就是回溯，也就是从最深一层的递归中退出来时，将之前访问过的节点重新标记为未访问，然后就是再重复之前过程。。。（表述有点不清晰，代码说话= =）

代码如下：

/*
    深度优先搜索算法 
    作者：Zoo
    时间：2016年4月16日12:45:19 
*/ 

#include <iostream> // for cout
#include <string.h> // for memset

#define N 100

using namespace std;

int city_n ;        //城市的数量
int road_n ;        //道路的数量
int minDis = -1;    //最短路程 -1 表示此数值无效 
int visited[N];     //已经路过的城市