深度优先搜索（DFS）
设想我们现在身处一个巨大的迷宫之中，以当前所在位置为起点，沿着一条路向前走，当碰到岔路口的时候，就选择其中一个岔道口前进。如果选择的这个岔路前方是一条死路，就退回到这个岔道口，选择另一个岔路前进。如果岔路中存在新的岔道口，那么依然按上面的方法枚举新岔道口的每一条岔路。这样，只要迷宫存在出口，那么这个方法一定能够找到它。
下面举一个迷宫的例子，分步骤解释如何通过DFS找到最后的出口。
假设每次遇到岔道口都选择最右手边的岔路，直到碰到死胡同才回退到最近的岔道口选择另一条岔路。
（1）第一条路我们选择了ABDH，走到H发现是个死胡同，于是退回到D；下一个岔路选择I，发现I也是死胡同，于是再次退回到D；再下一个岔路选择J，发现J也是个死胡同，于是再次退回到D，此时D的所有岔路已经全部走完，而且均为死胡同，因此退回到D之前的岔道口B，重新选择岔路。
（2）接下来我们从B开始，选择了岔路E，在岔道口E中我们仍然进行枚举，依次选择了岔路K、L、M，发现均为死胡同，因此退回到E之前的岔道口B，B的两个岔路（D和E）都为死胡同，于是我们又回到了最开始的A，重新选择岔路。
（3）接下来我们从C开始，首先访问第一个岔路F，发现F是个死胡同，再退回到C，然后访问G，发现G是终点。至此。我们找到了从起点到终点的路径，DFS过程结束。
在这个例子中，整个DFS过程中先后访问节点的顺序为ABDHIJEKLMCFG。从这个例子中我们可以看出，DFS以深度为关键词，不遇到死胡同是不会退回到上一个岔道口的，所以我们说，深度优先搜索是一种枚举所有完整路径以遍历所有情况的搜索方法。
使用栈和递归可以更好地实现深度优先搜索，使用非递归也是可以实现DFS的，只不过一般情况下会比递归麻烦，在使用递归时，系统会调用一个叫系统栈的东西来存放递归中每一层的状态，因此使用递归来实现DFS的本质其实还是栈。
为了更好地说明递归的效果，下面我们用DFS的思想来分析斐波拉契数列的过程。
斐波拉契数列：F（0）=1，F（1）=1，F（n）=F（n-1）+F（n-2）
在递归图中我们可以看到，当n>1，F（n）就有两个分支，即把F（n）当作岔道口；而当n为1或0时，F（1）与F（0）就是迷宫的死胡同，在此处就需要返回结果。这样当遍历完所有路径后，就可以得到F（4）的值了。
抽象成代码，模板如下，这里我们用的是C/C++实现。
void DFS(Vertex V)
{
visited[V] = true;
for(V的每个邻接点W)
{
if(!visited[w]) DFS(W);
}
}
下面通过一道例题让大家加深对DFS的理解
有n件物品，每件物品的重量为w[i]，价值为c[i]。现在需要选出若干件物品放入一个容量为V的背包中，使得在选入背包的物品重量和不超过容量V的前提下，让背包中物品的价值之和最大，求最大价值。（1<=n<=20）
#include<cstdio>
const int maxn = 30;
int n, v, maxValue = 0;//物品件数，背包容量，最大价值
int w[maxn], c[maxn];//w为每件物品重量，c为每件物品价值
//DFS，index为当前处理的物品编号
//sumW和sumC分别为当前总重量和当前总价值
void DFS(int index,int sumW,int sumC)
{
if(index == n)
{
return ;//已经完成对n件物品的选择
}
DFS(index+1,sumW,sumC);//不选第index件物品
//只有当加入第index件物品后未超过容量V，才能继续
if(sumW+w[index] <= V)
{
if(sumC+c[index]>ans)
{
ans+=sumC+c[index];//更新最大价值maxValue
}
DFS(index+1,sumW+w[index],sumC+c[index]);//选第index件物品
}
}
int main()
{
scanf("%d %d", &n, &v);
for (int i = 0; i < n; i++)
{
scanf("%d", &w[i]);//每件物品的重量
}
for (int i = 0; i < n; i++)
{
scanf("%d", &c[i]);//每件物品的价值
}
DFS(0, 0, 0);//初始时为第0件物品、当前总重量和总价值均为0
printf("%d\n",maxValue);
return 0;
}
