搜索作为算法的开篇需要彻底吃透，因此搜索专题将dfs与bfs分开进行总结。
在练习dfs之前，必须要将递归吃透，自己能力还是有限，递归部分一直很困扰我，这次要花费大量时间，彻底将递归和dfs吃透弄懂！
可解问题
n皇后问题：八皇后问题，数独，迷宫
求子集问题：从n个数字中选出k个数字并满足x条件，如背包问题，全排列问题（特殊的求子集问题），求子序列问题
本人dfs相关题解文章
专题要点：
本章个人认为从递归参数，递归边界，递归体三方面讲解更加合适。
递归参数：首先在对问题分析理解无误的情况下，递归参数的选取一般和题意有直接关系，大多为行列和计数器，比如：迷宫问题的坐标以及步数，排列组合问题的数字下标和个数；找出合适的递归参数对编程和解题帮助极大。
递归边界：要根据递归参数得到边界return。边界会隐藏在题意里需要分析得到，如迷宫不能超出边界，不能撞墙，排列组合要满足要求的数字范围和个数。
递归边界的作用*：dfs过程中，对局部解进行测试，满足条件则继续拓展其他节点，不满足条件就到达边界return，return即为放弃该局部解，回溯到上一节点继续遍历
递归体：即递归的具体情况，如在某种条件下，对参数计算后，继续进行递归操作，如迷宫向四个方向行走，求子集，某节点放入或者不放入。
剪枝：即为边界，具体见下文
==回溯时的反向操作==：==由于理解不够透彻，导致这一步操作经常忘记==(个人称其为“反向操作”)。也是回溯法的关键一步，因为回溯是向上层返回，所以要将下层做的所有处理恢复如初，否则会对再次dfs递归时造成影响，得到错误答案。
具体如：1
2
3
4
5
6
7
8
9
10
11
12vis[tx][ty] = true;
dfs(tx, ty);
vis[tx][ty] = false;
//又或是
vec.push_back(tx);
dfs(tx, ty);
vec.pop_back();
//又或是
path[index] = tx;
dfs(tx, ty, index + 1);
//此处没有反向操作的原因是，由于数组赋值的缘故导致回溯之后，
//上层的结点加入path[]会覆盖之前存储的下层结点的值剪枝
可行性剪枝*:当搜索的位置超过题目所给的数据范围时，进行可行性剪枝
最优性剪枝*：当题目求最优解和可行解的时候，当前得到的结果比当前最优解要差，进行最优性剪枝；当已经找到一个可行解时，后面其余的全部剪枝
重复性剪枝*：对于某些特定的搜索方式，一个方案会被搜索很多次是没有必要的；例如求K个数字的和，我们只关注和而不关注这几个数字选出来的顺序，因此可通过从小到大顺序选择，来避免重复
奇偶性剪枝*：目前还没见到过类似题目。当题目中存在明显的奇偶关系，或者可对网格进行黑白染色（标记）时使用奇偶性剪枝，当不满足应有的奇偶性，甚至不需要dfs可直接判断输出
几点注意：
递归边界：if 判断位置的先后问题，会不会发生提前拦截的情况出现，导致程序运行出错。
递归边界：要注意考虑每一个参数所对应的边界限制。
递归体：对于含vis[]和使用vector，为了不影响后续搜索结果，要注意进入循环前后的反向操作（即回溯时修改了全局变量vis[]后，一定要及时把它们恢复原状）
1
2
3
4
5vis[x] = true;
ans.push_back(x);
dfs(x + 1);
ans.pop_back();
vis[x] = false;
