Section-1 Traverse 第1节 遍历 - DepthFirstSearch 深度优先搜索
问题
用深度优先搜索从图 G 的节点 beg 开始，遍历图 G 中的所有节点。
解法
在图 G 中，假设节点 i 的邻节点集合为 V_i ，类似于二叉树的先序遍历，对于图中的任意节点 i ，在访问节点 i 之后，从该节点的邻节点集合 V_i 中挑选其中一个 j ，继续递归的重复该遍历操作，直到没有更加深入的节点可以搜索时，再返回上一层，考虑邻节点集合 V_i 中的下一个节点。
从某节点 V_i 开始DFS，遍历结束后会得到一串节点，即为从 V_i 开始遍历节点的顺序。我们称这串节点的最后一个节点为图 G 中以 V_i 为起点的 DFS 终点。这串节点的数量即为 V_i 到终点的搜索距离 Distance ，也可以称为DFS的搜索时间，即节点 V_i 进行一次DFS所需的时间（将遍历一个节点的时间看作单位时间）。很多算法中都会利用搜索距离，而不太关心搜索到的这串节点的具体内容。
在整个遍历过程中，为了避免重复的访问一个节点，在访问了某个节点 i 之后，我们将它染成红色（实际编码中，可以设置一个数组 visited ，通过 visited_i = true mid false 来标记某个节点 i 时候被访问过）。下面演示从无向图 G 中的节点 0 开始进行深度优先搜索过程：
(1) 访问节点 0 本身，将它染成红色，在其邻节点 {1, 5} 中挑选节点 1 ，继续遍历；
(2) 访问节点 1 本身，将它染成红色，其邻节点 {0, 2} 中由于节点 0 已经为红色，因此不再考虑该节点，挑选节点 2 ，继续遍历；
(3) 访问节点 2 本身，将它染成红色，其邻节点 {1, 3} 中由于节点 1 已经为红色，因此不再考虑该节点，挑选节点 3 ，继续遍历；
(4) 访问节点 3 本身，将它染成红色，其邻节点 {2, 4} 中由于节点 2 已经为红色，因此不再考虑该节点，挑选节点 4 ，继续遍历；
(5) 访问节点 4 本身，将它染成红色，其邻节点 {0, 3} 中的所有节点都已经为红色，遍历结束，返回上一层；
(6) 上一层节点 3 的遍历中，其邻节点 {2, 4} 中的所有节点都已经为红色，遍历结束，返回上一层；
(7) 上一层节点 2 的遍历中，其邻节点 {1, 3} 中的所有节点都已经为红色，遍历结束，返回上一层；
(8) 上一层节点 1 的遍历中，其邻节点 {0, 2} 中的所有节点都已经为红色，遍历结束，返回上一层；
(9) 上一层节点 0 的遍历中，其邻节点 {1, 5} 中节点 1 已经为红色，不再考虑，挑选节点 5 ，继续遍历；
(10) 访问节点 5 本身，将它染成红色，其邻节点 {0, 2} 中的所有节点都已经为红色，遍历结束，返回上一层；
(11) 上一层节点 0 的遍历中，其邻节点 {1, 5} 中的所有节点都已经为红色，遍历结束，算法结束；
深度优先搜索的时间复杂度是 O(n) 。