图的深度优先搜索

图的数据结构：

要表示一个图G(V,E)有两种常见的表示方法，邻接矩阵和邻接表。这两种方法可用于有向图和无向图。对于稀疏图，常用邻接表表示，
它占用的空间|E|要小于|V|*|V|。
邻接表：
图G(V,E)的邻接表表示由一个包含V列表的数组Adj组成，其中的每个列表对应于V中的一个顶点，对于v中的任意一个点u，邻接表Adj[u]
包含所有满足条件(u,v)属于E的点v，也就是Adj[u]中包含所有和u相邻的点。

邻接矩阵：
用一个矩阵表示，矩阵的横向和纵向分别为图中的点的有序排列，如果两个点之间有边相连对应的矩阵中的元素就是1，反之就是0.

         深度优先搜索，一句话总结，就是一直沿着当前路径搜索，直到没有路之后，重新回溯到一条新的路径上进行搜索。深度优先搜索属于图算法的一种，英文缩写为DFS即Depth First Search.其过程简要来说是对每一个可能的分支路径深入到不能再深入为止，而且每个节点只能访问一次。

        这种搜索策略比较盲目，算是一种穷举的策略，在数据复杂度较大时，很有花费大量的时间，甚至找不到解（面对NP问题只是理论上能找到解）。我们可以通过合理的剪枝来简化问题的难度，这样才有可能在大数据的情况下快速准确的找出一个解。

        同时，深度优先搜索配合一定的启发函数，能够避免盲目搜索，提高算法的效率。关于启发函数，我们应该对现有的问题进行抽象，构造合理的估值函数。

        另外，深度搜索还应该设立搜索的下界，避免陷入长时间无用解的搜索。

        关于回溯的思路，在回溯的时候应该直接回到上一个出口不唯一的父节点，回溯时要记住各种搜索状态的复位。

具体的算法描述可以看这个博客：

http://www.cnblogs.com/yanlingyin/archive/2011/12/26/Depth-firstsearch.html