深度优先搜索，其核心思想就是以一个点作为搜索的起始点，沿着这个点的分支路径不断地深入，直到没有满足条件的点则退回，并以新的起始点为搜索的点，重复以上的过程，图的遍历就是以深度优先搜索思想为解决问题的核心思想。

而对于图的实现方式有两种，一种就是使用递归的方式，递归的过程可以将问题变得简单，但是同时带来了负面影响，就是当数据量较大的时候，会出现运行时间过长，耗时严重。而另一个实现的方式就是非递归的方式，如果在对解决问题的过程中有着高效率的需求的时候，就需要使用到非递归的方式，而且是借助于堆栈的结构来实现这一方式。

对于图这一结构的深度优先搜索的方式，可以从以下这个例子来表明：

添加图片注释，不超过 140 字（可选）

对于如上这个图需要进行深度优先遍历，从而得到返回值。

添加图片注释，不超过 140 字（可选）

添加图片注释，不超过 140 字（可选）

图的深度优先遍历实现的方式如下：

class graph: 
def __init__(self,point,graph):self.graph = graph self.point = point self.sum =0 self.visit = [0 for j in range(len(graph))] def dfs(self,n): self.visit[n]=1 print(self.point[n]) self.sum +=1 if self.sum == len(self.visited):return for i in range(len(self.graph): if self.graph[n][i]==1 and self.visited[i]==0: self.dfs[i]

这里使用的是递归的方式来实现的。