深度优先搜索(DFS)算法原理与实战应用

1. 深度优先搜索（DFS）算法基础解析

深度优先搜索（Depth-First Search）是算法竞赛中最基础的搜索策略之一，也是递归思想的经典应用。它的核心运作机制可以用"不撞南墙不回头"来形容——算法会沿着当前路径一直深入探索，直到无法继续前进时才回溯到上一个分叉点。

1.1 DFS的核心特性

DFS之所以成为算法竞赛的必备技能，主要基于以下几个关键特性：

1. 递归实现天然契合：DFS的"深入探索-回溯"机制与函数调用栈的特性完美匹配。每次递归调用相当于向更深层次探索，函数返回则对应回溯过程。

2. 空间复杂度优势：相比广度优先搜索（BFS），DFS通常只需要存储当前路径上的节点。对于深度为d的搜索树，空间复杂度仅为O(d)，而BFS需要O(b^d)（b为分支因子）。

3. 全遍历保证：在树或图结构中，DFS能够系统地探索所有可能的路径，确保不遗漏任何解空间。

实际编程竞赛中，DFS常用于解决组合问题（如子集生成）、排列问题（如全排列）、路径搜索（如迷宫求解）等场景。它的变体包括记忆化搜索、迭代加深搜索等高级技巧。

1.2 典型问题解决框架

一个标准的DFS实现通常包含以下要素：

cpp复制void dfs(当前状态) {
    if (到达终止条件) {
        处理结果;
        return;
    }
    
    for (所有可能的扩展方式) {
        if (满足约束条件) {
            做出选择;
            dfs(新状态);
            撤销选择; // 回溯关键步骤
        }
    }
}

这个模板中，回溯步骤是最容易被初学者忽略的关键。它确保了状态空间的正确遍历，就像探索迷宫时需要在岔路口做标记一样重要。

2. 选数问题：组合与素数判断

2.1 问题建模与分析

选数问题要求从n个整数中选取k个，使其和为素数。这是一个典型的组合问题，解空间规模为C(n,k)。使用DFS的优势在于可以系统性地枚举所有可能的组合。

关键设计决策：

1. 状态表示：使用位置指针pos避免重复组合（如[1,2]和[2,1]被视为相同）
2. 剪枝策略：当已选数cnt达到k时立即返回，避免无效搜索
3. 素数判断优化：使用平方根作为遍历上限（i <= sqrt(num)）

2.2 代码实现详解

cpp复制#include <iostream>
#include <vector>
#include <cmath>
using namespace std;

vector<int> nums;    // 存储输入数字
int n, k;            // 总数和需要选择的数
int current_sum = 0; // 当前选数总和
int selected = 0;    // 已选数量
int result = 0;      // 符合条件的结果数

bool is_prime(int num) {
    if (num <= 1) return false;
    if (num <= 3) return true; // 2和3是素数
    if (num%2 == 0 || num%3 == 0) return false;
    // 检查6k±1形式的因数
    for(int i = 5; i*i <= num; i += 6) {
        if (num%i == 0 || num%(i+2) == 0)
            return false;
    }
    return true;
}

void dfs(int pos) {
    if (selected == k) {
        if (is_prime(current_sum))
            result++;
        return;
    }
    
    // 从pos开始避免重复组合
    for (int i = pos; i < n; i++) {
        current_sum += nums[i];
        selected++;
        dfs(i + 1);  // 关键：下一位置从i+1开始
        sele