深度优先搜索（Depth-First Search，DFS）是一种图遍历的算法，它可以用于查找或遍历图中的节点。DFS 从一个起始节点开始，沿着一条路径一直到达最深的节点，然后回溯到前一个节点，再沿着另一条路径继续搜索，直到遍历完整个图。

以下是深度优先搜索的基本思想和步骤：

  1. 选择起始节点： 选择图中的一个节点作为起始节点。
  2. 标记节点： 将起始节点标记为已访问。
  3. 探索邻居节点： 从起始节点开始，选择一个邻居节点，如果这个邻居节点未被访问，则重复步骤2。
  4. 递归深入： 对于已经选择的邻居节点，以它为起始节点，递归地进行深度优先搜索，重复步骤2和步骤3。
  5. 回溯： 当无法继续深入时，回溯到前一个节点，重复步骤3。
  6. 重复过程： 重复以上过程，直到所有可达节点都被访问。

深度优先搜索可以用递归或使用栈来实现。以下是一个使用递归实现深度优先搜索的简单示例，假设图以邻接表的形式表示：

def dfs(graph, node, visited):
    if node not in visited:
        print(node, end=' ')
        visited.add(node)
        for neighbor in graph[node]:
            dfs(graph, neighbor, visited)

# 示例图的邻接表表示
graph = {
    'A': ['B', 'C'],
    'B': ['D', 'E'],
    'C': ['F'],
    'D': [],
    'E': ['F'],
    'F': []
}

# 用于存储已访问节点的集合
visited = set()

# 从起始节点 'A' 开始深度优先搜索
dfs(graph, 'A', visited)

这个示例中，从节点 'A' 开始进行深度优先搜索，最终输出遍历的节点顺序。DFS 在解决图遍历、路径搜索等问题时是一种常用的算法。