深度优先搜索(DFS)算法原理与实现详解

1. 深度优先搜索（DFS）算法解析

深度优先搜索（Depth-First Search）是图论中最基础的遍历算法之一。我第一次接触DFS是在解决迷宫问题时，当时就被它"一条路走到黑"的特性所吸引。与广度优先搜索不同，DFS会优先沿着一条路径深入探索，直到无法继续前进才回溯，这种特性使其在解决某些特定问题时非常高效。

1.1 DFS核心思想与工作原理

DFS的核心思想可以类比为走迷宫时的策略：选择一条路径一直走到底，遇到死胡同就返回到最近的分叉点尝试其他路径。这种"深度优先"的特性使其天然适合用递归实现，因为递归的调用栈完美匹配了回溯的需求。

算法执行过程：

1. 从起始顶点开始，标记为已访问
2. 访问该顶点的第一个未访问邻接顶点
3. 对新顶点重复上述过程
4. 当没有未访问的邻接顶点时，回溯到上一顶点
5. 重复上述过程直到所有可达顶点都被访问

注意：DFS的遍历顺序不唯一，取决于邻接顶点的访问顺序。这也是DFS与BFS的一个重要区别。

1.2 DFS的时空复杂度分析

时间复杂度：O(V+E)

• 每个顶点被访问一次（V）
• 每条边被检查一次（E）

空间复杂度：O(V)

• 递归调用栈的最大深度为顶点数
• 访问标记数组需要O(V)空间

在实际应用中，DFS的空间效率通常优于BFS，因为不需要存储所有已访问顶点的信息，只需要维护当前路径上的顶点。

2. DFS的代码实现与优化

2.1 递归实现（基础版）

java复制// 邻接表表示的图
List<List<Integer>> adj;
boolean[] visited;
List<Integer> traversalOrder = new ArrayList<>();

void dfs(int v) {
    visited[v] = true;
    traversalOrder.add(v);
    
    for (int neighbor : adj.get(v)) {
        if (!visited[neighbor]) {
            dfs(neighbor);
        }
    }
}

递归实现简洁明了，但需要注意：

1. 递归深度过大可能导致栈溢出
2. 每次递归调用都