21、图算法：深度优先搜索、Kruskal 与 Dijkstra 算法解析-CSDN博客

加权图是一种强大的工具，可用于表示多种不同类型的问题状态。例如，它可以用来表示道路和交叉路口，图中的顶点代表地点，边代表连接这些地点的道路，而边的权重则可以表示道路的长度、通行时间等信息。

在图论中，许多问题都可以用图的搜索来解决，其中一个常见的问题是寻找图中从一个顶点到另一个顶点的路径。

深度优先搜索是一种用于遍历或搜索树或图的算法。在图中进行深度优先搜索时，需要注意避免陷入图中的循环。

以在图中搜索从顶点 0 到顶点 1 的路径为例，在搜索过程中，大多数情况下可能只有一个选择，但当搜索到达某些顶点时，可能需要在多个边中进行选择。例如，当搜索到达顶点 10 时，有两条边可供选择，一条边会回到已经访问过的顶点 0，而另一条边则更接近最终路径。

深度优先搜索需要具备回溯的能力，以处理错误的选择。可以使用栈数据结构或递归来实现回溯。同时，为了避免循环，需要维护一个已访问顶点的集合。当访问一个顶点时，将其添加到已访问集合中，如果后续搜索再次遇到该顶点，则忽略该顶点。

以下是迭代深度优先搜索的伪代码：

def graphDFS(G, start, goal):
    # G = (V,E) is the graph with vertices, V, and edges, E.
    V,E = G
    stack = Stack()
    v